Informations

Le modèle de cortex à six couches du cortex des mammifères est-il toujours le modèle le plus accepté ?

Le modèle de cortex à six couches du cortex des mammifères est-il toujours le modèle le plus accepté ?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

J'ai lu un peu sur les différentes couches du cortex cérébral et il est clair que certainement pas tous région du cortex a le même nombre de couches. Ainsi, l'idée que chaque région a six couches est clairement fausse. Et je pense que ce fait est certainement bien connu.

Les neuroscientifiques considèrent-ils toujours le modèle à six couches comme un modèle précis ? Si tel est le cas, quels aspects ont changé au fil du temps et intègrent désormais le fait que toutes les régions n'ont pas six couches ?

De côté:

Permettez-moi de clarifier ma question. Si chaque région n'a pas 6 couches, pourquoi ne pas simplement dire qu'il y a un cortex en couches et ne pas spécifier de nombre ? Mais si nous décidons de faire cela, qu'est-ce qui distingue le cortex mammifère "à 6 couches" des espèces non mammifères qui ont un cortex dit "à 3 couches"

Voir Le concept de microcircuit appliqué à l'évolution corticale : du cortex à trois couches au cortex à six couches de Gordon Shepard pour en savoir plus.


Réponse courte
Les couches du cortex sont définies histologiquement et fonctionnellement. Les cortex à 3 et 6 couches se trouvent dans le cerveau humain. Ainsi, les différentes couches corticales ne sont pas des modèles, mais des classifications basées sur des observations empiriques.

Fond
Les différentes couches corticales ont été définies par coloration histologique et microscopie. L'organisation en couches du cortex des mammifères est généralement expliquée dans les manuels en utilisant le néocortex comme exemple, qui comporte 6 couches (Fig. 1) :


Fig. 1. Cortex stratifié. Source : Quoi-Quand-Comment - Neurosciences.

Comme on peut le voir sur cette image, la couche VI peut être divisée histologiquement en 2 sous-couches, à savoir VIa, contenant principalement des cellules pyramidales, et VIb avec des cellules principalement horizontales (Prieto & Weiner, 1999). Par conséquent, un cortex à 7 couches pourrait également être défendu - tout cela est subjectif.

Les fonctions des 6 couches sont illustrées sur la figure 2.


Fig. 2. Fonctions des 6 couches. Source : Free-Stock-Illustration.

Cependant, le cortex olfactif primaire humain (le paléocortex) ne contient que 3 couches histologiques, par opposition aux 6 couches identifiées dans le néocortex (Fig. 3). Le cortex olfactif primaire fait partie de l'allocortex chez l'homme.


Fig. 3. Néocortex versus paléocortex. Source : Slideshare.

Le cortex olfactif primaire reçoit une entrée sensorielle directe des cellules mitrales dans le bulbe olfactif dans la couche la plus externe Ia. les couches Ib, II et III reçoivent des entrées via des connexions intracorticales locales et à longue portée. Les entrées sensorielles et intracorticales convergent dans les couches II et III. Le paléocortex à trois couches est différent du néocortex à six couches dans les zones sensorielles. Dans le néocortex, les microcircuits sensoriels et intracorticaux sont répartis sur deux couches différentes. Entrées sensorielles de la couche cible du thalamus 4. La couche 4 se projette ensuite sur la couche II/III, qui distribue et reçoit les fibres associatives intracorticales. A noter que le système olfactif est exceptionnel en ce qu'il ne relaie pas ses informations via le thalamus, expliquant l'absence de couche IV (Wiegand et al., 2011).

Les reptiles et les oiseaux ont généralement un cortex à 3 couches (Nauman et al., 2015).

Les références
- Nauman et al., Biologie actuelle; 25(8) : R317-R21
- Prieto & Weiner, J Neurologie Comparée (1999); 404:332-58
- Wiegand et al., J Neurosci (2011); 31(34):12149 -58


Cerveau trinitaire

Les cerveau trinitaire est un modèle de l'évolution du cerveau antérieur et du comportement des vertébrés, proposé par le médecin et neuroscientifique américain Paul D. MacLean. MacLean a initialement formulé son modèle dans les années 1960 et l'a longuement proposé dans son livre de 1990 Le cerveau trinitaire en évolution. [1] Le cerveau trinitaire se compose du complexe reptilien, du complexe paléomammalien (système limbique) et du complexe néomammalien (néocortex), considérés chacun comme conscients indépendamment et comme des structures ajoutées séquentiellement au cerveau antérieur au cours de l'évolution. Cependant, cette hypothèse a fait l'objet de critiques [2] et n'est plus adoptée par la majorité des neuroscientifiques comparatifs de l'ère post-2000. [3]

L'hypothèse du cerveau trinitaire est devenue familière à un large public populaire grâce au livre de 1977, lauréat du prix Pulitzer de Carl Sagan. Les Dragons d'Eden. La théorie a été adoptée par certains psychiatres et au moins un éminent chercheur en neurosciences affectives. [4]

Depuis les années 1970, dans certains cercles des neurosciences de l'évolution et du développement, le concept de cerveau trinitaire a été considéré comme un mythe. [5]


Introduction

Le néocortex est une structure palléale divisée en plusieurs sous-régions et constituée de six couches de types neuronaux distincts. Malgré plus d'un siècle de recherches et de spéculations intenses, l'origine évolutive de cette région du cerveau n'est toujours pas claire (Reiner, 2000 Butler et al., 2011 Aboitiz et Zamorano, 2013 Medina et al., 2013). Les premiers travaux de Karten ont identifié des types neuronaux dans l'hyperpallium/cortex dorsal et la crête ventriculaire dorsale (DVR) des sauropsides qui présentent des schémas de connexions similaires aux neurones du néocortex des mammifères (Karten, 1969, 2013 Butler, 1994). En particulier, il a été démontré que l'hyperpallium/cortex dorsal reçoit des informations visuelles et somatosensorielles des noyaux lemno-thalamiques et peut donc être homologue au cortex visuel et somatosensoriel des mammifères, tandis que le DVR reçoit des projections auditives et visuelles collo-thalamiques et peut être homologue aux régions recevant des projections similaires dans le néocortex temporal (Karten, 1969, 2013 Desan, 1984 Butler, 1994 Butler et al., 2011).

Néanmoins, des travaux ultérieurs ont montré qu'au cours du développement précoce, les progéniteurs palléaux de tous les tétrapodes sont régionalisés en au moins quatre domaines conservés, appelés pallium médial (MP), dorsal (DP), latéral (LP) et ventral (VP), qui donnent lieu à à des neurones glutamatergiques distincts migrant radialement (Fernandez et al., 1998 Puelles et al., 2000 Brox et al., 2004). Le néocortex est généré par des progéniteurs DP qui, chez les sauropsides, ne donnent naissance qu'à l'hyperpallium (chez les oiseaux) et au cortex dorsal (chez les reptiles, figure 1A). En revanche, le DVR est généré par les progéniteurs LP et VP qui, chez les mammifères, donnent naissance à des noyaux claustro-amygdaliens ainsi que des régions structurellement et fonctionnellement conservées recevant des informations olfactives et phéromonales (cortex olfactif et amygdale corticale/médiale respectivement). Ces études suggèrent fortement que le néocortex est homologue, en tant que champ, uniquement à l'hyperpallium/cortex dorsal tandis que le DVR est homologue à l'amygdale, qui reçoit également des projections visuelles auditives et collo-thalamiques, le claustrum et le noyau entopedonculaire (Bruce et Neary, 1995 Striedter, 1997 Puelles et al., 2000 Puelles, 2001 Butler et Molnár, 2002 Bruce, 2007 Medina et al., 2013).

Figure 1. Développement et évolution des dérivés palléaux dorsaux chez les amniotes. (UNE) Les mécanismes de structuration spatiale subdivisent les progéniteurs palléaux embryonnaires dans au moins quatre domaines : pallium médial (MP, jaune), pallium dorsal (DP, rose), pallium latéral (LP, violet) et pallium ventral (VP, cyan). Les régions cérébrales produites par chaque domaine sont représentées chez un mammifère (à gauche) et un reptile (à droite) avec le même code couleur. (B) Représentation schématique de l'organisation des couches cellulaires et des principales projections d'entrée et de sortie dans le néocortex (à gauche) et dans le cortex dorsal reptilien (à droite). (C) Développement des neurones glutamatergiques du pallium dorsal chez les mammifères et les reptiles. Dans le néocortex, le même progéniteur produit plusieurs types de cellules dans une séquence inversée. Dans le cortex dorsal reptilien, les progéniteurs du pallium dorsal produisent un nombre réduit de cellules dans une séquence extérieure-intérieure. La migration des neuroblastes immatures est indiquée par des flèches rouges en pointillés. Veuillez noter que, avec notre théorie, dans (AVANT JC) nous avons utilisé le même code de couleur pour les neurones du cortex dorsal des mammifères et des reptiles. Néanmoins, il est important de noter que la correspondance précise entre les neurones des couches II et III du cortex dorsal et les couches V et VI du néocortex n'est pas connue. (RÉ) Modèles de l'évolution des principaux neurones du néocortex. Chaque couleur représente un ensemble de modules génétiques spécifiant des types neuronaux particuliers dans le néocortex moderne (à droite). Trois différents modèles possibles d'expression de ces modules de gènes dans les cellules du cortex dorsal de l'amniote de la tige sont illustrés (à gauche). Abréviations : HIP, hippocampe MC, cortec médial LC, cortex latéral PC, cortex piriforme.


Cortex dorsal de tortue

Cette nouvelle façon de penser a été stimulée par des études sur le cerveau antérieur reptilien du cortex dorsal, également appelé cortex général. Cela reçoit l'entrée du thalamus, et est d'un intérêt particulier car occupant une position qui peut être considérée comme un précurseur du néocortex, en fonction de sa position, illustrée à la figure 4 (à gauche), sur la surface dorsale du cerveau antérieur, flanqué de soit à côté du cortex olfactif et de l'hippocampe. La stratégie d'exploration de ce cortex était explicite dans une étude pionnière de Smith et al. (1980):

Nous avons étudié l'organisation corticale chez la tortue adulte parce que ce système neuronal est suffisamment simple pour une analyse quantitative, mais suffisamment similaire dans ses connexions extrinsèques pour fournir un modèle pour certaines caractéristiques du néocortex des mammifères.

Figure 4. Gauche, ci-dessus : vue dorsale du cerveau de la tortue. Abréviations : DC, cortex dorsal H, hippocampe P, cortex piriforme (olfactif). Ci-dessous, coupe transversale du cerveau antérieur au niveau de la flèche dans le diagramme du haut. De Connors et Kriegstein (1986). À droite : modèle de circuit dans le cortex dorsal de tortue basé sur des études de dégénérescence de la connectivité du thalamus et les calculs qui en résultent. Le circuit est dominé par un apport thalamique massif aux interneurones inhibiteurs, qui fournissent une inhibition anticipatrice massive aux neurones pyramidaux. Les cellules pyramidales et les interneurones reçoivent également des entrées excitatrices de sources non spécifiées. Profils ouverts : action synaptique excitatrice profils remplis : action synaptique inhibitrice. De Smith et al. (1980).

S'appuyant sur des études antérieures chez des mammifères utilisant la microscopie électronique pour observer la dégénérescence des terminaisons axonales après l'ablation unilatérale du thalamus, ils ont trouvé des connexions synaptiques sur les épines des cellules pyramidales et les dendrites lisses des interneurones stellaires. Cela suggère un modèle d'organisation dans lequel il existe des connexions anticipatrices ainsi que des connexions inhibitrices de rétroaction des cellules étoilées aux cellules pyramidales (voir la figure 4).

Stimulés par cette étude anatomique et les précédentes études physiologiques de l'organisation corticale, Connors et Kriegstein (1986 également Kriegstein et Connors, 1986) ont alors entrepris une étude marquante pour caractériser les propriétés électrophysiologiques de ces cellules dans une préparation en tranches du cortex dorsal de tortue. En utilisant une combinaison de marquage cellulaire, de stimulation électrique focale et de réponses à des volées simples, ils ont caractérisé les connexions synaptiques et les propriétés physiologiques des cellules pyramidales et étoilées. Conformément à Smith et al. (1980), ils ont découvert que les afférences thalamiques excitent à la fois les dendrites distales des cellules pyramidales et les cellules étoilées. Ils ont également obtenu des preuves que les cellules étoilées fournissent à la fois une inhibition anticipée et une rétro-inhibition des cellules pyramidales. Enfin, ils ont également montré une excitation en retour des cellules pyramidales vers les cellules pyramidales.

Ils ont intégré leurs résultats en s'appuyant sur le schéma de circuit de Smith et al. (1980). Comme le montre la figure 5, ils ont également pris en compte les schémas de circuit de base précédents pour les autres types de cortex afin de faire des comparaisons avec eux. Ils ont résumé leurs conclusions comme suit (Kriegstein et Connors, 1986) :

L'organisation synaptique générale du cortex général des tortues présente des similitudes frappantes avec celles d'autres structures corticales cérébrales, y compris le cortex pyriforme, l'hippocampe et le néocortex de plusieurs espèces de mammifères bien étudiées (Shepherd, 1979). Chaque cortex a un type cellulaire principal (ou un groupe de sous-types) qui présente des dendrites apicales épineuses proéminentes et un ou plusieurs types d'interneurones utilisant le GABA, peu épineux. Des similitudes existent à la fois pour le plan général des circuits locaux et la physiologie des synapses elles-mêmes. L'unicité de chaque cortex est, bien sûr, spécifiée par de nombreuses différences d'organisation. Une comparaison de ces propriétés entre et au sein des espèces peut fournir des indices sur les principes de la fonction corticale et son évolution.

Figure 5. “Schéma schématique des principales connexions intracorticales du cortex visuel de la tortue basé sur des données neuroanatomiques (Smith et al., 1980) et les observations physiologiques rapportées ici. Les volées afférentes thalamocorticales (1) fournissent une excitation directe des dendrites cellulaires pyramidales (a) et excitent également puissamment les cellules étoilées inhibitrices (b). L'inhibition anticipatrice est médiée par le contact cellule étoilée-cellule pyramidale (2). Les voies locales médient également l'excitation réciproque entre les cellules pyramidales (3) ainsi que la rétro-inhibition par le contact cellule pyramidale-cellule stellaire (4). Il existe également un support physiologique pour l'inhibition des interneurones stellaires (5), résultant vraisemblablement du contact entre les cellules stellaires et les cellules stellaires. Les cellules pyramidales fournissent une sortie du cortex (6) au moyen d'axones se déplaçant principalement dans la zone subcellulaire.&# x0201D Kriegstein et Connors (1986). Profils ouverts : action synaptique excitatrice profils remplis : action synaptique inhibitrice.

Les travaux de Smith et al. (1980) et de Kriegstein et Connors (1986) ont ainsi combiné les travaux antérieurs dans les autres régions corticales pour suggérer une nouvelle approche pour comprendre l'évolution corticale, axée sur l'analyse de l'organisation intrinsèque des circuits dans différentes régions avec des comparaisons détaillées entre elles de circuits spécifiques pour opérations fonctionnelles de base.


Méthodes

Animaux

Les furets de zibeline normalement pigmentés (Mustela putorius furo) ont été achetés auprès de Marshall Farms (North Rose, NY). Les furets ont été entretenus comme décrit précédemment 20,21,22. Le jour de la naissance a été compté comme jour postnatal 0 (P0). Toutes les procédures ont été effectuées conformément aux protocoles approuvés par le Comité de protection des animaux de l'Université de Kanazawa. Les expériences ont été répétées au moins trois fois et ont donné des résultats cohérents.

In utero électroporation pour furets

In utero électroporation à l'aide de furets a été réalisée comme décrit précédemment 24,25. En bref, les furets gravides ont été profondément anesthésiés et leur température corporelle a été maintenue à l'aide d'un coussin chauffant. Les cornes utérines ont été exposées et maintenues humides en ajoutant des gouttes de solution saline tamponnée au phosphate (PBS) par intermittence. L'emplacement des embryons a été visualisé avec de la lumière transmise via un câble à fibre optique. L'iris pigmenté était visible, ce qui nous a permis de supposer l'emplacement du ventricule latéral. Environ 2&# x020135&# x02009&# x003bcl de solution d'ADN a été injecté dans le ventricule latéral aux âges indiqués à l'aide d'une micropipette en verre tirée. Chaque embryon dans l'utérus a été placé entre des électrodes de type pince à épiler d'un diamètre de 5 & 02009 mm (CUY650-P5, NEPA Gene, Japon). Des impulsions électriques carrées (100 02009 V, 50 02009 ms) ont été transmises 5 fois à des intervalles d'une seconde à l'aide d'un électroporateur (ECM830, Harvard Apparatus, MA). La paroi et la peau de la cavité abdominale ont été suturées et les embryons ont pu se développer normalement.

Plasmides

pCAG-GFP a été décrit précédemment 55 . Pour fabriquer pCAG-FGF8, la GFP de pCAG-GFP a été remplacée par la souris FGF8b. Les plasmides ont été purifiés en utilisant un kit Endofree Plasmid Maxi (Qiagen, Allemagne). Antérieur à in utero expériences d'électroporation, l'ADN plasmidique a été dilué à 1 & X020133 & X02009 mg/ml dans du PBS, et une solution Fast Green a été ajoutée à une concentration finale de 0,5% pour surveiller l'injection.

Immunohistochimie

L'immunohistochimie a été réalisée comme décrit précédemment avec de légères modifications 56,57,58. En bref, les furets ont été profondément anesthésiés et perfusés par voie transcardiaque avec 4 % de paraformaldéhyde (PFA)/PBS. Après que le cerveau ait été disséqué, le cerveau a été cryoprotégé en étant immergé dans 30% de saccharose pendant 3 jours et inclus dans un composé OCT.

Des coupes coronales (50 μm) ont été réalisées à l'aide d'un cryostat. Des coupes contenant la partie antérieure du ventricule latéral ont été utilisées pour des analyses ultérieures. Les sections ont été perméabilisées avec 0,5% de Triton X-100/PBS et incubées pendant la nuit avec des anticorps primaires, qui comprenaient un anticorps anti-Ki-67 (Leica), un anticorps anti-phospho-histone H3 (pH3) (Upstate Biotechnology), un anti-pH3. anticorps (Millipore), anticorps anti-pH3 conjugué à la biotine (Millipore), anticorps anti-Olig2 (Immuno-Biological Laboratories, Japon), anticorps anti-Pax6 (Abcam), anticorps anti-Pax6 (Covance), anti-vimentine phosphorylée ( pVim) anticorps (Medical & Biological Laboratories, Japon), anticorps anti-Tbr2 (Abcam), anticorps anti-NeuN (Chemicon), anticorps anti-GFAP (Sigma-Aldrich), anticorps anti-APC (Calbiochem), anti- Anticorps Brn2 (Santa Cruz Biotechnology), anticorps anti-Ctip2 (Abcam) et anticorps anti-FOXP2 (Abcam). Après avoir été incubées avec des anticorps secondaires et Hoechst 33342, les coupes ont été lavées et montées. Les expériences ont été répétées au moins trois fois et ont donné des résultats cohérents.

In situ hybridation

Les coupes préparées à partir de tissus fraîchement congelés ou de tissus fixés ont été traitées avec du paraformaldéhyde à 4% pendant 10  min, 1 μg/ml de protéinase K pendant 10 min et 0,25% d'anhydride acétique pendant 10 min. Après préhybridation, les coupes ont été incubées pendant la nuit à 58 ° 2009 ; avec des sondes d'ARN marquées à la digoxigénine diluées dans du tampon d'hybridation (50 % de formamide, 5 ° 00d7 SSC, 5 solution de Denhardt, 0,3 mg/ml d'ARN de levure , 0,1 mg/ml d'ADN de sperme de hareng et 1 mM DTT). Les coupes ont ensuite été incubées avec un anticorps anti-digoxigénine conjugué à la phosphatase alcaline (Roche, Indianapolis, IN) et ont été visualisées en utilisant du NBT/BCIP comme substrats. Les expériences ont été répétées au moins trois fois sur des animaux différents et ont donné des résultats cohérents.

Microscopie

La microscopie à épifluorescence a été réalisée avec un microscope AxioImager A1 (Carl Zeiss) ou un BIOREVO BZ-9000 (Keyence). La microscopie confocale a été réalisée avec un microscope FV10i FLUOVIEW (OLYMPUS).

Comptage cellulaire

Les images microscopiques confocales ont été acquises à l'aide d'un microscope FV10i FLUOVIEW (OLYMPUS). Les nombres de cellules Hoechst 33342-positives ont été comptés automatiquement en utilisant le logiciel Metamorph. Le nombre de cellules immunopositives a été compté manuellement à l'aide de la fonction �ll counter” du logiciel ImageJ et a été divisé par le nombre de cellules Hoechst 33342-positives.

Quantification du repliement cortical

Des coupes coronales en série d'une épaisseur de 50 % 02009 cm ont été préparées et des coupes contenant la partie antérieure du ventricule latéral ont été utilisées pour des analyses supplémentaires. Après coloration au Hoechst 33342, les images ont été acquises à l'aide d'un microscope BZ-9000 (Keyence).

L'indice de gyrification (IG) a été calculé comme décrit précédemment (Fig. supplémentaire S3) 29 . Brièvement, la longueur du contour complet et celle du contour extérieur du côté électroporé de l'hémisphère cortical ont été mesurées. Le rapport des longueurs de ces deux contours a été calculé comme suit.

La valeur GI = la longueur du contour complet/la longueur du contour extérieur

Nous avons récemment défini l'indice de nombre de gyrification (GN), qui indique combien de fois la surface piale a été détachée du contour externe du cerveau (Fig. supplémentaire S4). Ensuite, les valeurs de GN du côté transfecté (GNt) ont été divisées par celles de l'autre côté témoin (GNo). Les valeurs GNt/GNo résultantes seraient de 1 si le nombre de plis corticaux était le même entre le côté manipulé et le côté contrôle du cortex cérébral. Les valeurs GNt/GNo seraient supérieures à 1 si le nombre de plis corticaux du côté manipulé était supérieur à ceux du côté contrôle.

Quantification des tailles du cerveau et du ventricule latéral

Des coupes coronales contenant la partie antérieure du ventricule latéral ont été utilisées pour la quantification. La zone à l'intérieur du contour complet (voir Fig. supplémentaire S3, ligne verte) du côté transfecté ou de l'autre côté du cerveau a été mesurée à l'aide du logiciel ImageJ. Pour minimiser la variation de la taille en fonction de la position des coupes coronales, nous avons calculé le rapport de la taille du côté transfecté et celle de l'autre côté. Le rapport serait de 1 si la taille du côté transfecté était la même que celle de l'autre côté, et serait supérieur à 1 si la taille du côté transfecté était plus grande que celle de l'autre côté. De même, la taille du ventricule latéral a été mesurée. L'aire du ventricule latéral du côté transfecté ou de l'autre côté du cerveau a été mesurée à l'aide du logiciel ImageJ, et le rapport entre la taille du côté transfecté et celle de l'autre côté a été calculé.

Quantification de l'épaisseur moyenne des couches corticales

Des coupes coronales contenant la partie antérieure du ventricule latéral obtenues à P36 ont été utilisées pour la quantification. Pour calculer l'épaisseur moyenne des couches 2/3, 4 et 5/6 autour du sillon coronal, la surface de chaque couche a été mesurée sur une longueur d'au moins 5 & 02009 mm et a ensuite été divisée par la longueur de chaque couche. Les couches ont été identifiées par immunocoloration Brn2, Ctip2 et FoxP2 et coloration Hoechst 33342.

Quantification de la zone GFAP-positive

Des coupes coronales contenant la partie antérieure du ventricule latéral obtenues à P36 ont été colorées avec un anticorps anti-GFAP et Hoechst 33342, et ont été utilisées pour la quantification (Fig. supplémentaire S7). La région de l'hémisphère cortical située dorsalement au corps calleux a été sélectionnée, et la sélection a exclu la surface corticale (Fig. supplémentaire S7, ligne brisée). La zone à l'intérieur de la ligne discontinue et la zone contenant les signaux GFAP à l'intérieur de la ligne discontinue ont été mesurées à l'aide du logiciel ImageJ, et cette dernière a été divisée par la première.

Analyses statistiques

Les analyses statistiques ont été réalisées à l'aide du logiciel Statcel3 (OMS Publishing, Japon). Après le F-test a été effectué, le p les valeurs ont été déterminées à l'aide d'un Student’s t-test ou un Welch&# x02019s t-test. “n” signifie le nombre d'animaux.


Discussion

En tirant parti de la nature rapide et réversible de l'inhibition optogénétique, nous avons pu sonder le rôle en ligne du cortex dans une tâche de préhension apprise. Contrairement à l'opinion selon laquelle le cortex n'est impliqué que dans l'obtention de la dextérité (Kawai et al., 2015), nous avons trouvé que le cortex était nécessaire pour initier et exécuter les étapes adroites et non adroites de ce mouvement habile. La nécessité du cortex pour l'initiation et l'exécution est cohérente avec certaines interprétations d'expériences où la stimulation corticale a retardé ou interrompu les mouvements volontaires chez les primates (Penfield et Jasper, 1954 Day et al., 1989 Lemon et al., 1995 Churchland et Shenoy, 2007). Des désaccords apparents entre notre travail et celui décrit par Kawai et al. peut être dû à des différences de comportement et/ou de méthodologie de perturbation. La tâche de presse au levier des membres antérieurs dans l'étude de Kawai et al. oblige les animaux à apprendre un intervalle de temps mais pas la position spatiale précise d'une cible externe. En revanche, le comportement de préhension étudié ici nécessite que l'animal apprenne la position de la pastille et comment exécuter avec précision une portée à cet endroit. Cette différence suggère que le cortex n'est pas requis pour les tâches d'intervalle, mais plutôt pour les interactions qualifiées avec les objets de l'environnement. Un animal aberrant décrit par Kawai et al. apporte un soutien à cette hypothèse, cet animal était unique en ce qu'il effectuait des mouvements précis vers le levier et montrait une diminution significative de ses performances après une perturbation corticale. De plus, les deux expériences diffèrent également par l'acuité des manipulations corticales, nous avons utilisé l'inhibition optogénétique à déclenchement rapide tandis que Kawai et al. utilisé des manipulations pharmacologiques et chirurgicales. La rapidité de l'inhibition optogénétique peut entraver les mécanismes de compensation qui améliorent les phénotypes résultants.

Nous avons constaté que la fin de l'activation des neurones inhibiteurs dans le cortex sensorimoteur suffit à conduire une séquence d'action complète vers la cible apprise. Des études d'activation antérieures du cortex ont montré qu'électrique (Ferrier, 1873 Penfield et Boldrey, 1937 Penfield, 1954 Gottlieb et al., 1993 Graziano et al., 2002 Ramanathan et al., 2006 Bonazzi et al., 2013) et optogénétique (Harrison et al., 2012) la stimulation pendant des durées pertinentes sur le plan comportemental produit des séquences motrices. La préhension du rebond diffère de ces mouvements de trois manières : la préhension du rebond est une séquence coordonnée de mouvements (atteindre, saisir et manger) dirigée avec précision vers un objectif externe quelle que soit la position de départ, dépend de l'entraînement et est limitée par la motivation (Ramanathan et al. ., 2006 Harrison et al., 2012 Bonazzi et al., 2013). Ces différences suggèrent que la fin de l'inhibition évoque un engramme moteur spécifiant un objectif/point final appris d'un comportement entraîné (Bernstein, 1967 Todorov et Jordan, 2002). Des synapses corticales modifiées lors de l'apprentissage d'actions qualifiées (Rioult-Pedotti et al., 1998 Xu et al., 2009 Wang et al., 2011) peuvent être responsables de la formation de ces engrammes moteurs. Alternativement, l'engramme pourrait être stocké ailleurs, et le soulagement de l'inhibition corticale pourrait déclencher ou permettre son activation dans un réseau en aval. La capacité de déclencher spécifiquement une transition post-manipulation de l'état cortical de la quiescence à l'activation de l'engramme moteur devrait permettre la caractérisation fonctionnelle des programmes neuronaux responsables de l'adoption d'un comportement qualifié en plusieurs étapes.


Résultats

Aperçu de la convention de nomenclature proposée

Le problème de la définition et de la dénomination des types cellulaires présente de nombreuses similitudes avec ceux des gènes en génomique, où il existe un besoin pratique de suivre les résultats de séquençage et d'assemblage individuels en tant qu'entités distinctes et autonomes, tout en reconnaissant simultanément l'objectif d'une référence singulière que le la communauté peut utiliser pour cartographier les données de séquençage dans un contexte commun (Frankish et al., 2019 Harrow et al., 2012 Kitts et al., 2016). Ici, une stratégie similaire est proposée pour la nomenclature des types de cellules : utilisation d'une série normalisée d'identifiants pour le suivi des types de cellules référencés à des études individuelles, en plus de fournir un mécanisme pour définir des identifiants communs (figure 1A). Au cœur du schéma se trouvent deux concepts clés : (1) un taxonomie, défini comme la sortie d'un algorithme de calcul appliqué à un base de données, qui doit être généré avant la mise en œuvre de ce schéma, et (2) un ensemble de cellules, qui peut représenter n'importe quelle collection de cellules dans une taxonomie spécifique (voir le tableau 1 pour les définitions des termes clés). Ces composants sont générés par l'entrée de données et d'informations générées à partir d'une analyse qui identifie types de cellules provisoires (appelé quelques fois types de cellules pour plus de commodité). Il s'agit d'ensembles de cellules analytiquement pertinents qui représentent des grappes de données dérivées quantitativement définies par l'algorithme de classification qui a généré la taxonomie. Les types de cellules provisoires peuvent être organisés comme les feuilles terminales d'une taxonomie hiérarchique à l'aide d'un dendrogramme, en tant que non hiérarchique structure communautaire, ou les deux. Les taxonomies et les ensembles de cellules se voient attribuer des balises d'identification uniques, comme décrit ci-dessous, et des métadonnées supplémentaires peuvent être stockées à côté de ces balises pour une utilisation avec de futures bases de données et ontologie outils. Ces propriétés peuvent être suivies à l'aide d'un graphique relationnel ou d'un autre service de base de données, d'une manière qualitativement similaire à la façon dont les transcrits sont suivis dans différentes versions des constructions du génome GENCODE (Frankish et al., 2019).

Aperçu de la nomenclature commune des types cellulaires (CCN) et application au gyrus temporal moyen humain (MTG).

(UNE) Schéma des composants et du processus CCN. (B–D) Exemple de sorties du CCN. (B) Dendrogramme annoté des types de cellules dans le MTG humain, ainsi que les noms de types de cellules associés, reproduits à partir de Hodge et al., 2019. Les nœuds internes avec un terme (cercles sarcelle) représentent des ensembles de cellules avec des étiquettes d'alias préférées. (C) Annotations CCN pour un type cellulaire putatif (encadré en bleu) et un nœud interne (encadré en orange) de ce dendrogramme. () Extrait d'un fichier de sortie du CCN montrant les mappages d'ensembles de cellules tels qu'ils sont appliqués au MTG humain.

Glossaire des termes.

Terminologie utilisée avec la nomenclature commune des types de cellules (CCN), définitions d'utilisation et exemples d'application des termes. Les termes sont présentés en gras lors de leur première utilisation dans le texte. Ce glossaire est destiné à clarifier l'utilisation aux fins du CCN puisque certains termes sont ouverts à de multiples interprétations et qu'une classification efficace nécessite une ambiguïté. Les astérisques désignent des termes qui représentent des composants spécifiques du CCN.

TermeDéfinitionExemple
TaxonomieEnsemble de grappes de données dérivées quantitativement définies par un algorithme de calcul spécifique sur un ou plusieurs ensembles de données spécifiques. Les taxonomies reçoivent une étiquette unique et peuvent être annotées avec des métadonnées sur la taxonomie, y compris des détails sur les algorithmes et les ID de cellules et d'ensembles de cellules pertinents.Tout regroupement aboutit à un manuscrit de classification des types de cellules
Base de donnéesInformations sur les caractéristiques (par exemple, expression génique) et métadonnées associées provenant d'un ensemble de cellules collectées dans le cadre d'un projet unique.Expression génique à partir de 6000 noyaux humains MOp
OntologieUn vocabulaire contrôlé structuré pour les types de cellules.Ontologie cellulaire
Gène(s) marqueur(s)Un gène (ensemble de gènes) qui, lorsqu'il est exprimé dans une cellule, peut être utilisé pour attribuer avec précision cette cellule à un ensemble de cellules spécifique.GAD2 PVALB
CHODL
Identifiant de taxonomie*Identifiant marquant de manière unique une taxonomie au format CCN[AAAAMMJJ][#].CCN201910120
CelluleUne seule entrée dans une taxonomie représentant les données d'une seule cellule (ou compartiment cellulaire, tel que le noyau). Les cellules ont des métadonnées comprenant un identifiant unique.N / A
Ensemble de cellulesTout groupe de cellules étiqueté dans une taxonomie. Cela inclut les types cellulaires, les groupes de types cellulaires et potentiellement d'autres groupements informatifs (par exemple, toutes les cellules d'un donneur, d'un organe, d'une couche corticale ou d'une lignée transgénique). Les ensembles de cellules ont plusieurs identifiants et descripteurs (comme indiqué ci-dessous) et peuvent également avoir d'autres métadonnées.Un type cellulaire un groupe de types cellulaires toutes les cellules de la couche deux dans MTG toutes les cellules du donneur X
Type de cellule provisoireGroupe de données dérivées quantitativement défini dans une taxonomie. Il s'agit d'un exemple spécifique d'un ensemble de cellules d'une grande importance, car la plupart des autres ensembles de cellules sont des regroupements d'un ou plusieurs types de cellules provisoires. Ici, le terme « type de cellule » est synonyme de « type de cellule provisoire ».Un type cellulaire défini dans une étude spécifique
DendrogrammeUne organisation hiérarchique des types de cellules provisoires définis pour une taxonomie spécifique. Les dendrogrammes ont une structure sémantique et visualisable spécifique et comprennent des nœuds (représentant plusieurs types de cellules provisoires) et des feuilles (représentant exactement un). Toutes les taxonomies n'incluent pas de dendrogramme (par exemple, si la structure des ensembles de cellules n'est pas hiérarchique).N / A
Structure communautaireRelations non hiérarchiques entre les types de cellules définies comme des groupes de types de cellules dans un graphique.N / A
ID d'accession à l'ensemble de cellules*Un identifiant unique pour tous les ensembles de données et taxonomies suivis. Cette balise étiquette la taxonomie et numérote chaque type de cellule. CS[identifiant de taxonomie]_[# unique dans la taxonomie]CS201910120_1
Libellé de l'ensemble de cellules*Un identifiant unique au sein d'une taxonomie unique qui est utilisé pour attribuer des cellules à des ensembles de cellules définis comme une combinaison de plusieurs « types de cellules provisoires ».MTG 12
MTG 01–08
Alias ​​de l'ensemble de cellules*Tout descripteur d'ensemble de cellules. Il peut être défini par calcul à partir des données ou manuellement sur la base de nouvelles expériences, de connaissances antérieures ou d'une combinaison des deux. Les alias de cellules au-delà des « préférés » ou « alignés » sont définis comme des « alias supplémentaires de l'ensemble de cellules ».(Tout 'alias aligné sur l'ensemble de cellules') Interneuron 1 Rose musquée
Alias ​​préféré de l'ensemble de cellules*L'alias de l'ensemble de cellules principal (par exemple, quels types de cellules peuvent être appelés dans une publication). Cela peut parfois correspondre à l'alias aligné, mais pas toujours, et peut ne pas être affecté.Inh L1-2 PAX6 CDH12 ADARB2 (CGE) Lustre [vierge]
Alias ​​aligné sur l'ensemble de cellules*Analogue au «symbole du gène». Au plus un nom biologique pour lier les ensembles de cellules correspondants entre les taxonomies et avec une taxonomie de référence.L2/3 IT 4 Pvalb 3 Microglie 2
Structure de l'ensemble de cellules*L'emplacement dans le cerveau (ou le corps) à partir duquel les cellules de l'ensemble associé ont été principalement collectées.Néocortex
Balise d'ontologie d'ensemble de cellules*Une balise d'une ontologie standard (par exemple, UBERON) correspondant à la structure de l'ensemble de cellules répertorié.UBERON : 0001950
Destinataire de l'alias de l'ensemble de cellules*Personne chargée d'attribuer un alias d'ensemble de cellules spécifique dans une taxonomie spécifique (par exemple, la personne qui a construit la taxonomie ou téléchargé les données, ou un expert de terrain).(Premier auteur du manuscrit)
Citation d'alias d'ensemble de cellules*La citation ou l'identifiant de données permanent correspondant à la taxonomie dans laquelle l'ensemble de cellules a été initialement déclaré.(Manuscrit DOI) [vide]
Taxonomie de référenceUne taxonomie basée sur un ou une combinaison d'ensembles de données de haute confiance, à utiliser comme base de comparaison pour les ensembles de données collectés à partir du même système d'organes.Classification interspécifique des types de cellules corticales
Type morpho-électrique (ME)Un type de cellule provisoire défini à l'aide d'une combinaison de caractéristiques morphologiques et électrophysiologiques.ME_Exc_7
Conseil d'administrationUn forum d'experts en la matière pour orienter les politiques et gérer le changement du CCN et des ontologies associées et des efforts de base de données.N / A

Un objectif majeur du CCN est de suivre les taxonomies et leurs ensembles de cellules associés en fournissant un schéma facile à comprendre qui est largement applicable aux taxonomies nouvelles et publiées et qui peut être mis en œuvre via une base de code conviviale. Le CCN est compatible avec les taxonomies générées à partir de modalités uniques ou multiples, les taxonomies appliquées aux cellules à partir d'ensembles de données qui se chevauchent, et taxonomies de référence (discuté en détail ci-dessous). Chaque taxonomie se voit attribuer un identifiant de taxonomie du format CCN[AAAAMMJJ][#], où « CCN » désigne cette convention de nomenclature Y, M et D représentent respectivement l'année, le mois et le jour et # est un index permettant de compiler plusieurs taxonomies en une seule journée. Chaque taxonomie peut également se voir attribuer des métadonnées, telles que les espèces, mais ces détails sortent du cadre du CCN. Au sein de chaque taxonomie, les ensembles de cellules (et donc aussi les types de cellules provisoires) se voient attribuer plusieurs étiquettes d'identification, qui sont utilisées à des fins différentes. ID d'accession de l'ensemble de cellules suivre les ensembles de cellules uniques dans l'ensemble de l'univers des taxonomies et sont définis comme CS[AAAAMMJJ][#]_[unique # dans la taxonomie], où CS signifie « ensemble de cellules » et la date et le numéro correspondent à l'identifiant de la taxonomie. Étiquettes d'ensemble de cellules sont utiles pour construire des ensembles de cellules à partir de groupes de types de cellules provisoires, mais peuvent sinon être ignorés. Alias ​​d'ensemble de cellules représentent des descripteurs destinés à un usage public et à la communication, y compris des termes basés sur des données, des noms historiques ou une nomenclature de type de cellule plus générique. Pour plus de commodité, ceux-ci sont divisés en au plus un alias préféré, qui représente la balise principale pour la consommation publique (par exemple, les noms de type de cellule utilisés dans un manuscrit), et tout autre alias supplémentaires. De plus, chaque ensemble de cellules peut avoir au plus un alias aligné, qui est un terme biologique sélectionné à partir d'un vocabulaire contrôlé. Les alias alignés ne sont généralement attribués qu'à un sous-ensemble d'ensembles de cellules par alignement sur une taxonomie de référence, mais peuvent en principe être attribués dans n'importe quelle taxonomie ou taxonomies (par exemple, si un type rare est identifié qui manque dans la référence). Le CCN comprend un système spécifique pour attribuer de tels alias dans le cortex des mammifères en utilisant des propriétés qui devraient être largement préservées à travers le développement, la zone anatomique et les espèces, qui seront discutées en détail. De plus, le CCN comprend une série de balises de métadonnées retraçant la provenance et l'anatomie des ensembles de cellules. Les cessionnaire d'alias d'ensemble de cellules et citation d'alias d'ensemble de cellules indiquer la personne et l'identifiant de données permanent associé à chaque alias d'ensemble de cellules. Les structure d'ensemble de cellules indique l'emplacement dans le cerveau (ou le corps) à partir duquel les cellules associées ont été principalement collectées. Idéalement, cela sera associé à une ontologie établie utilisant le balise d'ontologie d'ensemble de cellules dans ce cas, nous utilisons UBERON car il est conçu comme une ontologie d'anatomie interspécifique intégrée (Haendel et al., 2014). Enfin, le CCN est compatible avec l'incorporation de métadonnées ou de descripteurs supplémentaires spécifiques à une taxonomie ou de futurs ensembles de cellules globales. Cela pourrait inclure les métadonnées du donneur (par exemple, l'âge ou le sexe), les métadonnées cellulaires résumées (par exemple, la couche corticale ou les lectures moyennes) ou des balises d'ensemble de cellules supplémentaires. En particulier, le concept de niveau d'ensemble de cellules est souvent utile pour distinguer les types de cellules provisoires très spécifiques mais statistiquement moins fiables des ensembles de cellules plus généraux et plus statistiquement robustes.

Le CCN est actuellement utilisé par Allen Cell Types Database pour les taxonomies transcriptomiques (http://celltypes.brain-map.org/rnaseq/) et est appliqué aux taxonomies générées par le BRAIN Initiative Cell Census Network (BICCN https:/ /biccn.org/) (Bakken et al., 2020a Adkins et al., 2020 Yao et al., 2020a), un consortium de centres et de laboratoires travaillant en collaboration pour générer, analyser et partager des données sur les types de cellules cérébrales chez l'homme, souris, macaques et autres primates non humains.

Application du CCN aux types cellulaires du gyrus temporal moyen humain

Une présentation détaillée de la façon d'appliquer le CCN à une étude publiée sur les types de cellules dans le gyrus temporal moyen (MTG) humain (Hodge et al., 2019) est présentée dans Matériaux et méthodes. En bref, la figure 1B récapitule les types de cellules et la hiérarchie associée précédemment publiés pour MTG (Hodge et al., 2019). Après avoir appliqué le CCN, chaque feuille (type de cellule provisoire) et nœud interne du dendrogramme se voit attribuer la série de balises d'ensemble de cellules décrites ci-dessus (figure 1C), et chaque cellule est mappée à chaque ensemble de cellules (figure 1D). Tout cela a été fait à l'aide d'un ensemble de scripts conviviaux (https://github.com/AllenInstitute/nomenclature). Ces fichiers de sortie sont destinés à être directement inclus en tant que matériaux supplémentaires dans les manuscrits effectuant la classification des types de cellules dans n'importe quelle espèce, et cette sortie pour le MTG humain (et pour 17 taxonomies supplémentaires) est présentée dans le fichier supplémentaire 1.

Nommer les types cellulaires dans le cortex des mammifères

Les types de cellules cérébrales de mammifères habitent un paysage complexe avec des limites floues et des correspondances compliquées entre les espèces et les modalités, conduisant à une variété de solutions disparates pour nommer les types de cellules. Ainsi, une question difficile et potentiellement controversée dans la classification des types de cellules est de savoir comment ces types de cellules nouvellement identifiés doivent être nommés, ou dans le contexte du CCN, ce qui doit être mis dans l'identifiant « alias aligné sur l'ensemble de cellules ». Le CCN utilise une stratégie pour nommer les types de cellules dans le cortex des mammifères qui comprend des propriétés intrinsèques aux cellules et potentiellement bien conservées entre les espèces (tableau 2). Cette convention est utilisée comme balise d'alias alignée sur l'ensemble de cellules dans le CCN et devrait idéalement être mappée directement sur les types de cellules définis dans une ontologie pertinente (c'est-à-dire Cell Ontology [Diehl et al., 2016] ou Neuron Phenotype Ontology [Gillespie et al., 2020]). Bien que sous-développée, cette convention a été appliquée à plusieurs études du cortex moteur primaire (M1 comme discuté ci-dessous) et ne représente qu'un point de départ pour la discussion.

Stratégie proposée pour nommer les types de cellules corticales.
ClasserFormatExemple
glutamatergique[Calque] [Projection] #L2/3 Informatique 4
GABAergique[Gène(s) canonique(s)] #Pvalb 3
Non neuronal[Classe de cellule] #Microglie 2
N'importe quelle classe[Nom historique] #Lustre 1

Pour les neurones glutamatergiques, les types de cellules sont nommés en fonction de la ou des couches prédominantes de localisation du corps cellulaire (soma) et de leurs modèles de projection prédits. La laminarité relativement robuste des types de cellules glutamatergiques a été décrite sur la base de la cytoarchitecture dans plusieurs espèces de mammifères pendant de nombreuses années (par exemple, Rakic, 1984), et a été confirmée en utilisant l'hybridation in situ d'ARN (Hodge et al., 2019 Tasic et al., 2018 Zeng et al., 2012), et une combinaison de dissections de couches et scRNA-seq (Hodge et al., 2019 Tasic et al., 2018). Alors que chez l'homme, de nombreux types de cellules ne suivent pas entièrement les limites des couches définies par la cytoarchitecture, la structuration laminaire est encore généralement bien conservée entre les donneurs humains et les souris (Hodge et al., 2019). Dans le cortex visuel de la souris adulte, les cibles de projection pour les types de cellules ont été explicitement mesurées à l'aide d'une combinaison de marquage rétrograde et de scRNA-seq (Tasic et al., 2018 Tasic et al., 2016). En alignant les types de cellules à travers les espèces, les cibles de projection chez la souris peuvent être extrapolées par hypothèse à des cibles de projection putatives chez l'homme ou d'autres espèces de mammifères. Par exemple, les neurones de von Economo sont susceptibles de se projeter sous-cortical (Hodge et al., 2020). Pour les interneurones GABAergiques, l'origine du développement peut définir les types cellulaires par leur profil de gène marqueur canonique établi au début du développement, avec Pvalb et Acier inoxydable marquage des types cellulaires dérivés de l'éminence ganglionnaire médiale et VIP, Sncg, et Lampe5 marquage des types cellulaires dérivés de l'éminence ganglionnaire caudale (DeFelipe et al., 2013). Les types de cellules non neuronales n'ont pas été au centre des études citées et, par conséquent, ils sont marqués uniquement à un niveau de type cellulaire large. Cependant, les connaissances issues d'autres études de transcriptomique unicellulaire sur la microglie (Hammond et al., 2019 Li et al., 2019), les astrocytes (Batiuk et al., 2020) et les oligodendrocytes (Marques et al., 2016) pourraient être incluses. dans les versions ultérieures de cette convention. Dans tous les cas, plusieurs types de cellules sont présents dans une classe donnée. Bien qu'il ne soit peut-être pas possible de traduire directement chaque caractéristique vers d'autres structures cérébrales ou d'autres organes, la plupart des concepts proposés ici pourraient toujours être suivis.

Alignement d'ensembles de cellules établis à l'aide de taxonomies de référence

Le CCN présente une structure de données flexible pour stocker des informations clés sur les taxonomies et les ensembles de cellules, implémentée via un code reproductible avec des fichiers de sortie standard, ainsi qu'une convention spécifique pour nommer les types de cellules néocorticales des mammifères. Il est applicable aux taxonomies définies sur n'importe quel type de données à l'aide de n'importe quel algorithme de classification, y compris la classification hiérarchique des types de cellules à l'aide de scRNA-seq. Bien qu'utile pour ces seules raisons, l'une des principales utilités du CCN est de faciliter l'intégration inter-études des classifications de types cellulaires, en particulier lorsqu'elles sont appliquées dans le cadre d'une taxonomie de référence. Une taxonomie de référence (ou classification de type de cellule de référence) est une taxonomie basée sur un ou une combinaison d'ensembles de données de haute confiance, qui peut être utilisé comme base de comparaison pour d'autres ensembles de données collectées à partir du même système organique. Par exemple, de nombreux chercheurs favorisent la création d'une taxonomie de référence basée sur l'expression génique basée sur des tests de transcriptomique unicellulaire à haut débit et haute résolution, puis en superposant des données phénotypiques supplémentaires à mesure qu'elles deviennent disponibles (Yuste et al., 2020). Les caractéristiques moléculaires, physiologiques et morphologiques des neurones corticaux sont fortement corrélées sur la base de mesures simultanées dans des cellules individuelles à l'aide de Patch-seq (Berg et al., 2020 Gouwens et al., 2020 Scala et al., 2020), rendant une telle stratégie réalisable . De nombreux groupes effectuent actuellement une analyse scRNA-seq dans différentes zones du cerveau, à partir de tous les organes du corps humain (Rozenblatt-Rosen et al., 2017), de plusieurs espèces de mammifères (Geirsdottir et al., 2019), et à travers des trajectoires. du développement (Nowakowski et al., 2017), du vieillissement (Tabula Muris Consortium, 2020) et de la maladie (Mathys et al., 2019). L'application du CCN à ces ensembles de données permettra aux futures taxonomies de référence d'évoluer pour s'adapter à ces complexités supplémentaires en superposant une structure de données commune et la nomenclature associée.

Les taxonomies de référence et le CCN sont deux composants d'un flux de travail d'analyse en plusieurs étapes pour aligner les classifications de types de cellules à l'aide d'ensembles de données collectés dans plusieurs laboratoires, à partir de plusieurs plates-formes expérimentales et à partir de plusieurs modalités de données (Figure 2). Ce flux de travail s'adapte aux différences méthodologiques dans les définitions de type de cellule entre les études et s'adapte aux modifications des taxonomies de référence au fil du temps. Le workflow proposé peut être décomposé en quatre grandes étapes :

Workflow pour attribuer des types à un ensemble de données donné avec taxonomie.

(1) La classification des types de cellules sera initialement effectuée séparément sur toutes les taxonomies. (2) Un, plusieurs ou tous ces ensembles de données seront combinés en une taxonomie de référence à haute fiabilité qui peut être utilisée comme comparateur pour tous les ensembles de données connexes, en (3) mappant les ensembles de données existants et nouveaux à la taxonomie de référence. (4) La référence sera périodiquement mise à jour à mesure que de nouveaux ensembles de données et taxonomies sont générés.

Premièrement, de nombreuses équipes de recherche définiront indépendamment les types de cellules, identifieront leurs caractéristiques discriminantes et les nommeront à l'aide de l'une des nombreuses stratégies expérimentales et informatiques disponibles. Cela représente l'état actuel du champ. Le CCN peut être appliqué à chaque ensemble de données indépendamment à ce stade.

Deuxièmement, une classification initiale des types de cellules de référence sera définie en prenant les résultats d'un ou plusieurs ensembles de données (idéalement validés) et en intégrant ces données ensemble dans une seule analyse, si nécessaire. Étant de grande dimension, à haut débit et à relativement faible coût, les stratégies de transcriptomique sont immédiatement applicables à de nombreux organes et espèces, et l'objectif est de définir des types de cellules de référence à l'aide de cette modalité (Yuste et al., 2020). Le CCN sera ensuite appliqué à la taxonomie de référence comme décrit ci-dessus – le CCN traite les taxonomies de référence de la même manière que toute autre taxonomie. Il est important de noter que les alias alignés doivent être définis dans la taxonomie de référence à ce stade en utilisant une convention de nommage standard telle que celle proposée ci-dessus.

Cette classification de type de cellule de référence peut désormais être utilisée comme comparateur pour tous les ensembles de données connexes, fournissant un mécanisme de transfert des connaissances antérieures sur les types de cellules entre les ensembles de données. Les ensembles de cellules des taxonomies existantes peuvent être renommés à l'aide de l'un des nombreux algorithmes d'alignement validés (par exemple, Barkas et al., 2018 Butler et al., 2018 Gala et al., 2019 Johansen et Quon, 2019) en intégrant les données de cette taxonomie avec la référence, puis la mise à jour de l'alias aligné sur l'ensemble de cellules pour qu'il corresponde aux termes définis dans la référence. Pour les nouveaux jeux de données, les taxonomies peuvent être générées à l'aide de n'importe quelle stratégie de regroupement ou d'alignement suivie des mêmes étapes de mappage et de transfert d'annotations.

Enfin, de nouvelles versions de la classification des types de cellules de référence devraient être générées périodiquement à l'aide de données et/ou de méthodes de calcul supplémentaires, et cette nouvelle classification sera désormais utilisée comme comparateur pour les ensembles de données connexes. Les étapes 3 et 4 peuvent être répétées à une cadence à définir.

Ce flux de travail fournit deux stratégies complémentaires pour comparer les taxonomies sans avoir à examiner l'expression des gènes ou d'autres caractéristiques quantitatives. Premièrement, chaque taxonomie s'appuie sur un ensemble commun de termes d'alias alignés, ce qui permet de lier immédiatement des ensembles de cellules communs entre les taxonomies (dans les cas où de telles informations peuvent être attribuées de manière fiable). Une deuxième stratégie consiste à inclure des ensembles de données communs dans plusieurs taxonomies (référence ou autre) si des cellules sont affectées aux mêmes ensembles de cellules dans plus d'une taxonomie, alors les ensembles de cellules peuvent être directement liés. Dans l'ensemble, ce flux de travail fournit un aperçu général de la classification des types de cellules versionnées qui pourrait être spécialisée selon les besoins pour les communautés étudiant différents systèmes d'organes et qui fournit un point de départ pour la conception de futures bases de données de taxonomie et de nomenclature cellulaires.

Définir une taxonomie de référence interspécifique en M1

Une étude récente profilant près d'un demi-million de noyaux dans le cortex moteur primaire (M1) des primates et des souris présente une taxonomie appropriée pour être définie comme une taxonomie de référence (Bakken et al., 2020a). Cette étude comprenait des données sur des cellules uniques provenant de trois modalités « omiques » distinctes (transcriptomique, épigénétique et méthylation) pour la souris, le ouistiti et l'homme. Les ensembles de données ont été intégrés de deux manières. Tout d'abord, les ensembles de données d'épigénétique et de méthylation ont été intégrés aux données snRNA-seq chez la souris, le ouistiti et l'homme indépendamment (comme le montre la figure 3A pour l'homme), ce qui démontre un profil génomique cohérent des types de cellules au sein des espèces. Deuxièmement, les snRNA-seq de chaque espèce ont été alignés dans une seule référence intégrée, qui identifie les homologies de type cellulaire entre les espèces qui étaient vraisemblablement présentes chez l'ancêtre mammifère des rongeurs et des primates. Cette hypothèse fondée sur des preuves d'homologies inter-espèces fournit une stratégie pour transférer les caractéristiques de type cellulaire des études sur les rongeurs (par exemple, les cibles de projection) vers l'homme, où les expériences pour faire de telles mesures ne sont pas encore possibles. Au total, 11 taxonomies ont été générées (figure 3B), et toutes ont été incluses dans le même schéma de nomenclature, et le CCN a été appliqué à cet ensemble de taxonomies comme décrit ci-dessus (voir le tableau supplémentaire 3 dans Bakken et al., 2020a et le fichier supplémentaire 1). La figure 3C montre un exemple de ces alignements inter-espèces et intermodalités pour les cellules CT L6, qui sont divisés en deux ensembles de cellules dans la taxonomie intégrée (et auxquels sont attribuées les balises d'alias alignées L6 CT_1 et L6 CT_2) et comprennent entre une et sept cellules. ensembles dans les taxonomies à modalité unique.

Une série de taxonomies multimodales et inter-espèces dans le cortex moteur primaire (M1) démontre l'utilité du schéma de nomenclature.

(UNE) Taxonomies basées sur la transcriptomique ("1" en haut), la chromatine ouverte ("2" au milieu) et la méthylation de l'ADN ("3" en bas) chez l'homme M1. Les grappes épigénomiques (« 2 », « 3 » dans les rangées) alignées sur les grappes RNAseq (« 1 ») comme indiqué par des barres noires horizontales et se voient également attribuer des ensembles de cellules correspondants dans les taxonomies pertinentes. Adapté de Bakken et al., 2020a. (B) Organigramme montrant les 11 taxonomies générées pour ce projet et leurs connexions. La taxonomie intégrée (de référence) comprenait des noyaux collectés à l'aide de snRNA-seq de trois espèces (boîte grise), avec des noyaux collectés à partir de la couche cinq chez le macaque mappés sur cet espace post hoc (ligne grise). Séparément, les taxonomies épigénétiques de l'homme, du marmouset et de la souris ont été alignées sur leurs taxonomies transcriptomiques respectives (lignes noires). Toute cette structure taxonomique est capturée par le CCN (voir le fichier supplémentaire 1). (C) Un exemple de cartographie des types de cellules provisoires corticothalamiques (L6 CT) à travers les taxonomies humaines et transcriptomiques à l'aide du CCN (boîte noire dans UNE). Les alias préférés pour chaque taxonomie sont utilisés pour plus de clarté.

Cette taxonomie intégrée (figure 3B, encadré gris) représente une taxonomie de référence appropriée pour plusieurs raisons : premièrement, la génération de données, l'analyse des données et la rédaction ont couvert plusieurs laboratoires financés par le BICCN dans le cadre d'un projet de consortium coordonné, indiquant que cette taxonomie a été approuvé par un grand sous-ensemble de la communauté de typage cellulaire du néocortex en second lieu, tandis qu'un certain nombre de différences ont été trouvées entre les espèces, 45 types de cellules provisoires de base pourraient être alignés sur toutes les espèces avec la transcriptomique en troisième, les taxonomies générées à l'aide de l'épigénétique et de la méthylation sont largement compatibles avec résultats de cette taxonomie intégrée (Figure 3A, panneaux inférieurs et Yao et al., 2020a) et enfin, cette taxonomie peut être liée à d'autres caractéristiques quantitatives (telles que la morphologie, l'électrophysiologie et les cibles de projection attendues) par comparaison avec des études sur des souris utilisant des modalités telles que Patch-seq (Gouwens et al., 2020 Scala et al., 2020) et Retro-seq (Tasic et al., 2018 Tasic et al. , 2016). À l'aide de ces liens, des alias alignés du format proposé dans le tableau 2 ont été attribués à des ensembles de cellules dans la taxonomie intégrée avec les 10 autres taxonomies spécifiques aux espèces en utilisant une combinaison (1) de marqueurs génétiques robustes de la littérature, (2) hautement discriminants marqueurs génétiques dans ces données, (3) cibles de projection chez la souris, (4) noms historiques basés sur la forme des cellules, et (5) noms de types cellulaires larges ou à faible résolution (qui correspondent directement aux ontologies), fournissant un point de départ pour savoir comment les types de cellules cérébrales pourraient être nommés. Une liste complète des alias alignés utilisés est présentée dans le fichier supplémentaire 2.

Application du CCN aux ensembles de données existants et nouveaux

Pour qu'une convention spécifique soit adoptée, à la fois en général ou à la place d'autres conventions concurrentes, elle doit être facile à utiliser et immédiatement utile à la communauté. Par exemple, de nombreuses études de classification des types cellulaires utilisent désormais Seurat (Butler et al., 2018) pour le regroupement et l'alignement, car il produit des résultats biologiques crédibles et est implémenté dans un code R intuitif avec des guides d'utilisation complets pour les non-spécialistes. En tant que telles, les visualisations Seurat apparaissent fréquemment dans les manuscrits et son format de fichier est utilisé comme entrée pour plusieurs pipelines d'analyse. Bien que la facilité d'utilisation du CCN ait été établie ci-dessus, l'utilité de l'appliquer à une seule taxonomie en l'absence d'une base de données centralisée de taxonomies peut être moins claire. Ici, cinq cas d'utilisation sont présentés pour illustrer comment le CCN peut être appliqué aux ensembles de données publiés en utilisant scRNA-seq et l'électrophysiologie et la morphologie chez plusieurs espèces. Ces cas d'utilisation offrent une utilité immédiate et jettent également les bases des futurs efforts de base de données et d'ontologie.

Cas d'utilisation 1 : Alignement de la taxonomie MTG humaine sur la référence M1

La taxonomie de référence M1 comprend un ensemble validé d'alias alignés qui suit la nomenclature proposée pour le cortex des mammifères (tableau 2) et qui peut être appliqué à toute autre taxonomie. Dans le cadre de l'analyse originale (Bakken et al., 2020a), les noyaux de MTG humain (Hodge et al., 2019) ont été alignés sur l'ensemble de données M1 humain. Cette analyse fournit un cas d'utilisation parfait pour transférer des étiquettes d'alias alignées sur l'ensemble de cellules de la taxonomie de référence vers les données MTG (comme cela a été fait, voir Matériels et méthodes). La figure 4 montre une visualisation des types glutamatergiques dans M1 et MTG, avec la couleur de chaque carré représentant la fraction de cellules des types cellulaires provisoires dans chaque région du cerveau qui sont affectées au même groupe d'alignement, et des cases indiquant les appels d'alias alignés dans M1. et leurs appels correspondants dans MTG. Bien que l'alignement ne soit pas parfait pour les types de cellules provisoires, il est suffisant pour faire correspondre les alias alignés entre les zones corticales. Ces cartographies permettent des informations biologiques telles que la présence de neurones de type L4 dans M1, où un L4 anatomiquement défini n'est pas apparent. De même, un tel alignement permet de prédire les propriétés cellulaires telles que la connectivité à longue distance (par exemple, les entrées thalamiques), ainsi que les mesures électrophysiologiques dans les cortex sensorimoteurs primaires ou d'autres régions cérébrales inaccessibles aux techniques telles que Patch-seq. Des alignements similaires ont été effectués pour les interneurones GABAergiques et les types de cellules non neuronales (Fichier supplémentaire 1). Un tel marquage permet aux ensembles de cellules dans le MTG humain d'être directement comparés aux ensembles de cellules de toute autre taxonomie avec le même alias aligné, par exemple pour déduire des propriétés morphologiques ou électrophysiologiques (voir Cas d'utilisation 2) ou la persistance de la classe cellulaire à travers les phénotypes multimodaux et les stades de développement ( voir cas d'utilisation 3) dans la souris. Les ensembles de cellules peuvent même être associés à des espèces plus éloignées à l'aide du CCN (voir Cas d'utilisation 4), dans la mesure où un tel alignement est possible sur la base des données.

Alignement des ensembles de cellules glutamatergiques dans le gyrus temporal moyen (MTG) humain à une taxonomie de référence du cortex moteur primaire (M1).

Carte thermique de chevauchement des clusters montrant la proportion de noyaux des clusters MTG et les clusters de référence (M1) qui fusionnent avec un cluster aligné donné. Les ensembles de cellules correspondant aux alias alignés dans les taxonomies MTG et M1 sont étiquetés et indiqués par des cases bleues. Adapté de Bakken et al., 2020a.

Cas d'utilisation 2 : Construire une taxonomie morpho-électrique

Alors que beaucoup d'efforts pour le typage cellulaire sont actuellement concentrés sur les taxonomies basées sur des ensembles de données scRNA-seq, le CCN peut également s'appliquer aux taxonomies non transcriptomiques et non hiérarchiques. Par exemple, une étude du cortex visuel de souris a examiné

1800 cellules caractérisées électrophysiologiquement par des enregistrements de patch clamp de cellules entières, et pour un sous-ensemble d'entre elles (450 cellules), des reconstructions morphologiques ont également été réalisées (Gouwens et al., 2019). En utilisant une méthode de clustering multimodale non supervisée, les auteurs ont identifié 20 excitateurs et 26 inhibiteurs types morpho-électriques (ou moi-type), qui sont des types cellulaires définis à l'aide d'une combinaison de caractéristiques morphologiques et électrophysiologiques. La figure 5 montre l'application du CCN à un sous-ensemble de me-types excitateurs (glutamatergiques) de cette étude (voir le fichier supplémentaire 1 pour l'application aux me-types restants). Les colonnes d'alias préférés et de sous-classes inférées montrent que le schéma d'organisation me-types a été organisé par des types de cellules plus larges déduits des étiquettes transgéniques, mais non placés dans un arbre taxonomique hiérarchique binaire (Gouwens et al., 2019). Grâce à l'application de la balise d'alias alignée, ces types de cellules peuvent être directement liés à des types de cellules définis sur la base de la transcriptomique.

Application de la nomenclature commune des types cellulaires (CCN) aux me-types glutamatergiques dans le cortex visuel de la souris.

Me-types excitateurs (glutamatergiques) de Gouwens et al., 2019 qui ont été incorporés dans le schéma de nomenclature. Onze des 20 types de moi excitateurs originaux sont présentés à titre d'exemples. Des morphologies représentatives et des réponses électrophysiologiques sont présentées pour illustrer les différences entre les types. Les appels de la «sous-classe déduite» correspondent parfaitement aux alias alignés sur l'ensemble de cellules de la taxonomie de référence M1 de la figure 3, sauf que L5 CF (corticofuge) est un alias supplémentaire pour L5 ET et les ensembles de cellules correspondant à L4, L6 IT et L6 CT (boîtes bleues) ont été ajoutées à la taxonomie.

Cas d'utilisation 3 : Exploration d'une sous-classe d'interneurones à l'aide d'attributs multimodaux : la classe « Sst Chodl » persiste à travers la correspondance inter-taxonomie

Les interneurones exprimant la somatostatine peuvent être divisés en plusieurs types de cellules (le nombre spécifique diffère selon la taxonomie), dont certains incluent des cellules qui expriment Chodl dans le cortex cérébral de la souris (Tasic et al., 2018 Tasic et al., 2016). Ces neurones « Sst Chodl » sont rares et, sur la base de l'expression de gènes marqueurs spécifiques, correspondent aux seuls interneurones corticaux connus avec des projections à longue distance (Tomioka et al., 2005). Des études récentes utilisant la méthode de phénotypage cellulaire multimodal Patch-seq (Gouwens et al., 2020) ont confirmé que les ensembles cellulaires 'Sst Chodl' caractérisés sur la base de la morphologie et de l'électrophysiologie (Gouwens et al., 2019) correspondent à ceux définis par les profils transcriptomiques (Tasic et al. al., 2018 Tasic et al., 2016). Le CCN peut être appliqué pour représenter facilement ces cellules « Sst Chodl » (et d'autres types de cellules) correspondant à toutes les taxonomies pertinentes, indépendamment de l'espèce ou de la modalité grâce à l'utilisation de balises d'alias alignées. Par exemple, le tableau 3 montre tous les ensembles de cellules de Bakken et al., 2020a (figure 3B) associés aux cellules Sst Chodl, qui ont toutes « Sst Chodl » dans l'alias aligné (avec une exception notée ci-dessous). Chez la souris, les trois modalités ont un seul type de cellule « Sst Chodl », qui peut être lié à un type apparié dans VISp en raison de sa configuration d'expression génique très distincte qui est conservée dans les régions du cerveau (Tasic et al., 2018 Yao et al. ., 2020b). Ce type de cellule transcriptomique est également lié au type de cellule « Sst Chodl » dans la taxonomie transcriptomique intégrée (de référence), qui répertorie « Sst projetant à longue portée » comme un alias supplémentaire pour formaliser la correspondance intermodale. Chez l'homme, l'ARN-seq et l'ATAC-seq ont des correspondances un à un, mais pour la méthylation de l'ADN (DNAm), Inh L1-5 SST AHR s'aligne avec plusieurs types de cellules Sst, y compris Sst Chodl (probablement en raison de la rareté de ce type de cellule). Les ensembles de cellules des taxonomies basées sur la méthylation et l'épigénétique incluent un alias supplémentaire qui répertorie les étiquettes des ensembles de cellules dans la taxonomie de transcriptomique, reliant directement ces types de cellules. Par conséquent, alors que Inh L1-5 SST AHR n'a pas 'Sst Chodl' comme alias aligné, l'étiquette de l'ensemble de cellules 'RNA-seq 040, 046-047, 050-052, 068 dans CCN201912131' indique l'inclusion de 'Sst Chodl ' (ARN-seq 040). Chez le ouistiti, où moins de cellules ont été collectées, un ensemble de cellules « Sst Chodl » n'est trouvé qu'avec la transcriptomique. Lier explicitement des ensembles de cellules de cette manière fournit de multiples points de comparaison potentiels avec d'autres études, y compris des études sur la maladie ou le développement. Par exemple, une étude sur le développement des interneurones chez des souris E14 a révélé que les cellules « Sst Chodl » étaient gravement affectées par l'élimination de Sox6 pendant la migration des interneurones (Munguba et al., 2019), et les définitions de classes cellulaires observées dans le cerveau mature peuvent avoir des rôles fondamentaux dans la structuration corticale.

Nomenclature des ensembles de cellules « Sst Chodl » citée dans Bakken et al., 2020a.

Les entités pertinentes de la nomenclature des types de cellules (CCN) et les métadonnées de taxonomie, y compris l'alias supplémentaire de l'ensemble de cellules qui renvoie aux étiquettes d'ensemble de cellules des taxonomies de transcriptomique pertinentes. Tous les ensembles de cellules répertoriés ont une structure d'ensemble de cellules de « cortex moteur primaire » et une étiquette d'ontologie d'ensemble de cellules de « UBERON : 0001384 ».

#Alias ​​préféré de l'ensemble de cellulesLibellé de l'ensemble de cellulesAdhésion à l'ensemble de cellulesAlias ​​aligné sur l'ensemble de cellulesAlias ​​supplémentaire de l'ensemble de cellules
1Inh L1-6 SST NPYARN-seq 040CS201912131_40Sst Chodl
2Inh L1-5 SST AHRADNm 12CS202002272_12ARN-seq 040, 046-047, 050-052, 068 dans CCN201912131
3Inh L1-6 SST NPYATAC-séquence 08CS202002273_8Sst ChodlARN-seq 040 dans CCN201912131
4Inh SST NPYARN-séq 01CS201912132_1Sst Chodl
5Sst ChodlARN-seq 028CS2020002013_28Sst Chodl
6Sst ChodlADNm 09CS202002276_9Sst ChodlARN-seq 028 dans CCN202002013
7Sst ChodlATAC-séquence 10CS202002277_10Sst ChodlARN-seq 028 dans CCN202002013
8Sst ChodlIntégré 14CS202002270_14Sst ChodlSst de projection à longue portée
#Destinataire de l'alias de l'ensemble de cellulesCitation d'alias d'ensemble de cellulesIdentifiant de taxonomieEspèceModalité
1Nikolas Jorstad10.1101/2020.03.31.016972CCN201912131HumainARN-séq
2Wei Tian10.1101/2020.03.31.016972CCN202002272HumainADNm
3Lac bleu10.1101/2020.03.31.016972CCN202002273HumainATAC-seq
4Fenna Krienen10.1101/2020.03.31.016972CCN201912132OuistitiARN-séq
5Zizhen Yao10.1101/2020.02.29.970558CCN202002013SourisARN-séq
6Hanqing Liu10.1101/2020.02.29.970558CCN202002276SourisADNm
7Yang Li10.1101/2020.02.29.970558CCN202002277SourisATAC-seq
8Nikolas Jorstad10.1101/2020.03.31.016972CCN202002270TousARN-séq

Cas d'utilisation 4 : Alignement des types cellulaires du cortex reptilien et mammifère à l'aide du CCN

Alors que l'objectif de cette étude est le cortex des mammifères, le cadre CCN est applicable à d'autres organes et espèces plus éloignées. À titre d'exemple de cas d'utilisation, une étude de transcriptomique unicellulaire du pallium de tortue et de lézard a révélé que les types d'interneurones GABAergiques et de cellules non neuronales étaient homologues à ceux observés dans le cortex de souris (Tosches et al., 2018). Dans de nombreux cas, ces types de cellules exprimaient des marqueurs génétiques partagés, suggérant une origine évolutive partagée sur 320 millions d'années d'évolution chez les vertébrés amniotes. Ces types comprennent les astrocytes (GFAP), les oligodendrocytes (MBP), les cellules précurseurs d'oligodendrocytes (OLIG1 et PDGFRA), la microglie (C1QC), les interneurones GABAergiques dans leur ensemble (GAD1 et GAD2) et les interneurones Sst+ (SST). Des analogues reptiliens pour d'autres types GABAergiques dérivés de CGE et de MGE ont également été identifiés, bien qu'il est intéressant de noter que ni les gènes marqueurs VIP ni PVALB ne sont exprimés chez les reptiles. L'application du CCN aux taxonomies présentées pour la tortue démontre l'utilité de cette approche (Fiche complémentaire 1).

L'attribution d'alias alignés pour les cellules non neuronales et les interneurones GABAergiques est simple, avec des interneurones « de type PV » (types cellulaires i11-i13 de Tosches et al., 2018) attribués « PVALB », et des alignements similaires pour d'autres types. En revanche, la correspondance entre les cellules glutamatergiques reptiliennes et mammifères est plus compliquée. Les reptiles ont un pallium à trois couches et seul le cortex dorsal antérieur (représentant une petite fraction du pallium) est comparable au néocortex à six couches des mammifères (Jarvis, 2009 Tosches et al., 2018). L'ARN-seq en combinaison avec l'hybridation in situ a identifié deux sous-couches distinctes de la couche de tortue 2 : une L2a superficielle (types cellulaires e07-e08) et une L2b plus profonde (e13-e16), qui semblent correspondre aux neurones de la couche profonde et de la couche supérieure des mammifères. , respectivement, suggérant qu'il y avait probablement une inversion des couches dans un clade. Cependant, tous ces types de cellules co-expriment des gènes trouvés dans les neurones intra-télencéphaliques L2/3, L4 et L5a mutuellement exclusifs (par exemple, SATB2, RORB et RFX3) avec des neurones de projection extra-télencéphaliques (par exemple, BCL11B, TBR1 et SOX5), suggérant soit un manque de types de cellules homologues entre les clades, soit au moins un changement dans les programmes de régulation du facteur de transcription de base. Ainsi, avec le niveau de résolution présenté dans cette étude, aucun alias aligné (au-delà du plus large) n'est attribué pour les types glutamatergiques. Cela souligne l'importance d'avoir des mesures dans d'autres modalités, par exemple, la connectivité locale et à longue portée, qui peuvent aider à établir des homologies ou à renforcer les revendications d'innovations cellulaires spécifiques au clade. Dans l'ensemble, le CCN fournit un mécanisme permettant d'attribuer une nomenclature standard aux types de cellules trouvés dans le cortex reptilien et de lier ces types à une référence néocorticale mammifère au niveau de résolution résolu dans la taxonomie.

Cas d'utilisation 5 : comparaison de taxonomies nouvelles et existantes

Les quatre premiers cas d'utilisation représentent des exemples spécifiques de la façon dont les taxonomies de différentes régions du cerveau, modalités et espèces peuvent être présentées dans le cadre du CCN pour rendre les inférences publiées plus facilement accessibles à un lecteur naïf. Ceux-ci représentent des exemples spécifiques d'un cas d'utilisation plus général pour les scientifiques, qui peuvent vouloir comparer leur taxonomie nouvellement générée à ce qui est actuellement connu sur les types de cellules. L'application idéale pour ce scénario est une base de données centralisée pour l'intégration de la taxonomie avec une ontologie associée et des capacités d'annotation. Un tel cadre dépasse largement le cadre de ce manuscrit, mais des solutions sont en cours. Comme point de départ pour cet objectif, le fichier supplémentaire 1 présente les fichiers de sortie du CCN pour 18 taxonomies (y compris toutes les taxonomies discutées dans le tableau 4) qui ont été annotées avec les alias alignés de la taxonomie de référence M1 présentée dans la figure 3. Basé sur la transcription les taxonomies ont été collectées à partir d'humains, de primates non humains, de souris et de reptiles, et couvrent plusieurs zones néocorticales. En outre, plusieurs d'entre eux sont associés à des taxonomies collectées à l'aide d'autres modalités telles que la morphologie, l'électrophysiologie, l'épigénétique et la méthylation. Une telle ampleur offre de multiples voies d'entrée dans ce cadre pour l'annotation de nouveaux ensembles de données et permet une mise en œuvre plus flexible du flux de travail d'analyse spécifique décrit dans la figure 2. En particulier, au lieu d'exiger l'alignement de nouveaux ensembles de données sur la taxonomie de référence, de nouveaux ensembles de données peuvent être aligné avec n'importe quelle taxonomie du tableau 4, et les informations sur le type de cellule peuvent ensuite être déduites de n'importe quel ensemble de cellules dans n'importe quelle taxonomie incluse avec un alias aligné commun comme ensemble de cellules correspondant. Si ce processus est appliqué à de nouvelles taxonomies et que les fichiers de sortie sont inclus en tant que documents supplémentaires dans tout manuscrit résultant, alors ces taxonomies peuvent être incluses dans toute future base de données centralisée avec un minimum d'effort, fournissant une référence plus riche pour une étude plus approfondie.

Taxonomies avec CCN appliqué.

Tableau montrant l'ensemble des taxonomies incluses dans le fichier supplémentaire 1. Toutes les taxonomies incluent le tableau de nomenclature annoté. L'astérisque (*) et la carotte (^) indiquent que le dendrogramme mis à jour et les fichiers de mappage de cellule à cellule sont également inclus pour cette taxonomie, respectivement. CCN202002270 est la taxonomie de référence présentée dans la figure 3B.

Identifiant de taxonomieLa descriptionRéférence
CCN201810310^*Souris VISp + ALM (tiré de Tasic et al., 2018)Tasic et al., 2018
CCN201908210^*MTG humain (tiré de Tasic et al., 2018)Hodge et al., 2019
CCN201908211^*Analyse conjointe souris/humain (légère modification de Hodge et al., 2019)Hodge et al., 2019
CCN201912130Taxonomie humaine M1 utilisant des données 10×Bakken et al., 2020a
CCN201912131Taxonomie humaine M1 utilisant des données Smart-seq et 10xBakken et al., 2020a
CCN201912132Taxonomie ouistiti M1 utilisant des données 10×Bakken et al., 2020a
CCN2020002013*Taxonomie Mop BICCN de souris utilisant plusieurs ensembles de données RNAseqYao et al., 2020a
CCN202002270Taxonomie transcriptomique inter-espèces (intégrée)Bakken et al., 2020a
CCN202002271Taxonomie transcriptomique des macaques, couche 5/6 uniquementBakken et al., 2020a
CCN202002272Taxonomie de la méthylation de l'ADN humainBakken et al., 2020a
CCN202002273Taxonomie ATAC-seq humaineBakken et al., 2020a
CCN202002274Taxonomie de la méthylation de l'ADN des ouistitisBakken et al., 2020a
CCN202002275Taxonomie ouistiti ATAC-seqBakken et al., 2020a
CCN202002276Taxonomie de méthylation de l'ADN de sourisYao et al., 2020a
CCN202002277Taxonomie ATAC-seq de sourisYao et al., 2020a
CCN202005150^Neurones inhibiteurs de souris dans VISp définis en utilisant l'électrophysiologie, la morphologie et la transcriptomiqueGouwens et al., 2020
CCN201906170Neurones de souris dans VISp définis en utilisant l'électrophysiologie et la morphologieGouwens et al., 2019
CCN201805250Taxonomie transcriptomique de la tortue palliumTosches et al., 2018

Contenu

Le cortex cérébral est le revêtement extérieur des surfaces des hémisphères cérébraux et est plié en pics appelés gyri et en sillons appelés sillons. Dans le cerveau humain, il mesure entre deux et trois ou quatre millimètres d'épaisseur [7] et représente 40 % de la masse du cerveau. [3] 90 pour cent du cortex cérébral est constitué de néocortex à six couches, les 10 pour cent restants étant constitués d'allocortex. [3] Il y a entre 14 et 16 milliards de neurones dans le cortex, [3] et ceux-ci sont organisés radialement en colonnes corticales, et en minicolonnes, dans les couches organisées horizontalement du cortex. [8] [9]

Le néocortex est séparable en différentes régions du cortex connues au pluriel sous le nom de cortex, et comprend le cortex moteur et le cortex visuel. Environ les deux tiers de la surface corticale sont enfouis dans les sillons et le cortex insulaire est complètement caché. Le cortex est le plus épais au-dessus d'un gyrus et le plus fin au fond d'un sillon. [dix]

Plis Modifier

Le cortex cérébral est plié de manière à permettre à une grande surface de tissu neural de s'adapter aux limites du neurocrâne. Lorsqu'il est déplié chez l'humain, chaque cortex hémisphérique a une surface totale d'environ 0,12 mètre carré (1,3 pied carré). [11] Le pliage est vers l'intérieur loin de la surface du cerveau et est également présent sur la surface médiale de chaque hémisphère dans la fissure longitudinale. La plupart des mammifères ont un cortex cérébral compliqué de pics appelés gyri et de creux ou de sillons appelés sillons. Certains petits mammifères, dont certains petits rongeurs, ont des surfaces cérébrales lisses sans gyrification. [5]

Lobes Modifier

Les sillons et gyri plus grands marquent les divisions du cortex cérébral dans les lobes du cerveau. [7] Il existe quatre lobes principaux : le lobe frontal, le lobe pariétal, le lobe temporal et le lobe occipital. Le cortex insulaire est souvent inclus comme lobe insulaire. [12] Le lobe limbique est un rebord de cortex sur le côté médial de chaque hémisphère et est aussi souvent inclus. [13] Il y a aussi trois lobules du cerveau décrits : le lobule paracentral, le lobule pariétal supérieur et le lobule pariétal inférieur.

Épaisseur Modifier

Pour les espèces de mammifères, les cerveaux plus gros (en termes absolus, pas seulement par rapport à la taille du corps) ont tendance à avoir des cortex plus épais. [14] Les plus petits mammifères, tels que les musaraignes, ont une épaisseur néocorticale d'environ 0,5 mm. [3] [7] Il existe une relation approximativement logarithmique entre le poids du cerveau et l'épaisseur corticale. [14] L'imagerie par résonance magnétique du cerveau (IRM) permet d'obtenir une mesure de l'épaisseur du cortex cérébral humain et de la relier à d'autres mesures. L'épaisseur des différentes zones corticales varie mais en général, le cortex sensoriel est plus fin que le cortex moteur. [15] Une étude a trouvé une association positive entre l'épaisseur corticale et l'intelligence. [16] Une autre étude a révélé que le cortex somatosensoriel est plus épais chez les personnes souffrant de migraine, bien qu'on ne sache pas s'il s'agit du résultat des crises de migraine ou de leur cause. [17] [18] Une étude ultérieure utilisant une population de patients plus importante ne rapporte aucun changement dans l'épaisseur corticale chez les migraineux. [19] Un trouble génétique du cortex cérébral, dans lequel une diminution du repliement dans certaines zones entraîne un microgyrus, où il y a quatre couches au lieu de six, est dans certains cas lié à la dyslexie. [20]

Couches de néocortex Modifier

Le néocortex est formé de six couches, numérotées de I à VI, de la couche la plus externe I - près de la pie-mère, à la couche la plus interne VI - près de la substance blanche sous-jacente. Chaque couche corticale a une distribution caractéristique de différents neurones et leurs connexions avec d'autres régions corticales et sous-corticales. Il existe des connexions directes entre les différentes aires corticales et des connexions indirectes via le thalamus.

L'un des exemples les plus clairs de stratification corticale est la ligne de Gennari dans le cortex visuel primaire. Il s'agit d'une bande de tissu plus blanc que l'on peut observer à l'œil nu dans le sillon calcarin du lobe occipital. La lignée de Gennari est composée d'axones apportant des informations visuelles du thalamus dans la couche IV du cortex visuel.

La coloration de coupes transversales du cortex pour révéler la position des corps cellulaires neuronaux et des faisceaux axonaux intracorticaux a permis aux neuroanatomistes du début du 20e siècle de produire une description détaillée de la structure laminaire du cortex dans différentes espèces. Les travaux de Korbinian Brodmann (1909) ont établi que le néocortex des mammifères est systématiquement divisé en six couches.

Couche que je modifie

La couche I est la couche moléculaire, et contient peu de neurones dispersés, y compris les neurones de rose musquée GABAergiques. [21] La couche I se compose en grande partie d'extensions de touffes dendritiques apicales de neurones pyramidaux et d'axones orientés horizontalement, ainsi que de cellules gliales. [22] Au cours du développement, les cellules de Cajal-Retzius [23] et les cellules de la couche granuleuse sous-piale [24] sont présentes dans cette couche. En outre, certaines cellules étoilées épineuses peuvent être trouvées ici. On pense que les apports aux touffes apicales sont cruciaux pour la retour d'information interactions dans le cortex cérébral impliquées dans l'apprentissage associatif et l'attention. [25] Alors qu'on pensait autrefois que l'entrée de la couche I provenait du cortex lui-même, [26] on se rend maintenant compte que la couche I à travers le manteau du cortex cérébral reçoit une entrée substantielle de matrice ou les cellules du thalamus de type M [27] (contrairement aux coeur ou de type C qui vont à la couche IV). [28]

Couche II Modifier

La couche II, la couche granuleuse externe, contient de petits neurones pyramidaux et de nombreux neurones étoilés.

Couche III Modifier

Couche III, la couche pyramidale externe, contient principalement des neurones pyramidaux de petite et moyenne taille, ainsi que des neurones non pyramidaux avec des axones intracorticaux orientés verticalement, les couches I à III sont la cible principale des afférences corticocorticales interhémisphériques, et la couche III est la principale source d'efférents corticocorticaux.

Couche IV Modifier

La couche IV, la couche granuleuse interne, contient différents types de cellules étoilées et pyramidales, et est la cible principale des afférences thalamocorticales des neurones du thalamus de type C (core-type) [28] ainsi que des afférences corticocorticales intra-hémisphériques. Les couches au-dessus de la couche IV sont également appelées couches supragranulaires (couches I-III), tandis que les couches inférieures sont appelées couches infragranulaires (couches V et VI).

Couche V Modifier

Couche V, la couche pyramidale interne, contient de gros neurones pyramidaux. Les axones de ceux-ci quittent le cortex et se connectent aux structures sous-corticales, y compris les noyaux gris centraux. Dans le cortex moteur primaire du lobe frontal, la couche V contient des cellules pyramidales géantes appelées cellules de Betz, dont les axones traversent la capsule interne, le tronc cérébral et la moelle épinière formant le tractus corticospinal, qui est la principale voie de contrôle moteur volontaire .

Couche VI Modifier

La couche VI, la couche polymorphe ou multiforme, contient peu de gros neurones pyramidaux et de nombreux petits neurones pyramidaux et multiformes fusiformes. La couche VI envoie des fibres efférentes au thalamus, établissant une interconnexion réciproque très précise entre le cortex et le thalamus. [29] C'est-à-dire que les neurones de la couche VI d'une colonne corticale se connectent aux neurones du thalamus qui fournissent une entrée à la même colonne corticale. Ces connexions sont à la fois excitatrices et inhibitrices. Les neurones envoient des fibres excitatrices aux neurones du thalamus et envoient également des collatérales au noyau réticulaire thalamique qui inhibent ces mêmes neurones du thalamus ou ceux qui leur sont adjacents. [30] Une théorie est que parce que la sortie inhibitrice est réduite par l'entrée cholinergique au cortex cérébral, cela fournit au tronc cérébral un "contrôle de gain réglable pour le relais des entrées lemniscales". [30]

Colonnes Modifier

Les couches corticales ne sont pas simplement empilées les unes sur les autres, il existe des connexions caractéristiques entre différentes couches et types de neurones, qui s'étendent sur toute l'épaisseur du cortex. Ces microcircuits corticaux sont regroupés en colonnes et minicolonnes corticales. [31] Il a été proposé que les minicolonnes soient les unités fonctionnelles de base du cortex. [32] En 1957, Vernon Mountcastle a montré que les propriétés fonctionnelles du cortex changent brusquement entre des points latéralement adjacents, cependant, elles sont continues dans la direction perpendiculaire à la surface. Des travaux ultérieurs ont mis en évidence la présence de colonnes corticales fonctionnellement distinctes dans le cortex visuel (Hubel et Wiesel, 1959), [33] le cortex auditif et le cortex associatif.

Les zones corticales dépourvues de couche IV sont appelées agranulaires. Les zones corticales qui n'ont qu'une couche IV rudimentaire sont appelées dysgranulaires. [34] Le traitement de l'information au sein de chaque couche est déterminé par une dynamique temporelle différente, celle des couches II/III ayant une oscillation lente de 2 Hz tandis que celle de la couche V a une oscillation rapide de 10-15 Hz. [35]

Types de cortex Modifier

Sur la base des différences d'organisation laminaire, le cortex cérébral peut être classé en deux types, la grande zone du néocortex qui a six couches cellulaires et la zone beaucoup plus petite de l'allocortex qui a trois ou quatre couches : [2]

  • Le néocortex est également connu sous le nom d'isocortex ou de néopallium et est la partie du cortex cérébral mature avec six couches distinctes. Des exemples de zones néocorticales comprennent le cortex moteur primaire granulaire et le cortex visuel primaire strié. Le néocortex a deux sous-types, le vrai isocortex et le proisocortex qui est une région de transition entre l'isocortex et les régions du périallocortex.
  • L'allocortex est la partie du cortex cérébral avec trois ou quatre couches, et a trois sous-types, le paléocortex avec trois lames corticales, l'archicortex qui en a quatre ou cinq, et une zone de transition adjacente à l'allocortex, le périallocortex. Des exemples d'allocortex sont le cortex olfactif et l'hippocampe.

Il existe une zone de transition entre le néocortex et l'allocortex appelée cortex paralimbique, où les couches 2, 3 et 4 sont fusionnées. Cette zone intègre le proisocortex du néocortex et le périallocortex de l'allocortex. De plus, le cortex cérébral peut être classé en quatre lobes : le lobe frontal, le lobe temporal, le lobe pariétal et le lobe occipital, nommés d'après les os sus-jacents du crâne.

L'apport sanguin au cortex cérébral fait partie de la circulation cérébrale. Les artères cérébrales fournissent le sang qui perfuse le cerveau. Ce sang artériel transporte l'oxygène, le glucose et d'autres nutriments vers le cortex. Les veines cérébrales drainent le sang désoxygéné et les déchets métaboliques, y compris le dioxyde de carbone, vers le cœur.

Les principales artères alimentant le cortex sont l'artère cérébrale antérieure, l'artère cérébrale moyenne et l'artère cérébrale postérieure. L'artère cérébrale antérieure alimente les parties antérieures du cerveau, y compris la majeure partie du lobe frontal. L'artère cérébrale moyenne alimente les lobes pariétaux, les lobes temporaux et des parties des lobes occipitaux. L'artère cérébrale moyenne se divise en deux branches pour alimenter les hémisphères gauche et droit, où elles se ramifient davantage. L'artère cérébrale postérieure alimente les lobes occipitaux.

Le cercle de Willis est le principal système sanguin qui s'occupe de l'approvisionnement en sang dans le cerveau et le cortex cérébral.

Le développement prénatal du cortex cérébral est un processus complexe et finement réglé appelé corticogenèse, influencé par l'interaction entre les gènes et l'environnement. [36]

Tube neural Modifier

Le cortex cérébral se développe à partir de la partie la plus antérieure, la région du cerveau antérieur, du tube neural. [37] [38] La plaque neurale se replie et se ferme pour former le tube neural. À partir de la cavité à l'intérieur du tube neural se développe le système ventriculaire et, à partir des cellules neuroépithéliales de ses parois, les neurones et la glie du système nerveux. La partie la plus antérieure (avant ou crânienne) de la plaque neurale, le prosencéphale, qui est évident avant le début de la neurulation, donne naissance aux hémisphères cérébraux et plus tard au cortex. [39]

Développement des neurones corticaux Modifier

Les neurones corticaux sont générés dans la zone ventriculaire, à côté des ventricules. Au début, cette zone contient des cellules souches neurales, qui se transforment en cellules gliales radiales – cellules progénitrices, qui se divisent pour produire des cellules gliales et des neurones. [40]

Glie radiale Modifier

Le cortex cérébral est composé d'une population hétérogène de cellules qui donnent naissance à différents types cellulaires. La majorité de ces cellules sont issues de la migration radiale de la glie qui forment les différents types cellulaires du néocortex et c'est une période associée à une augmentation de la neurogenèse. De même, le processus de neurogenèse régule la stratification pour former les différentes couches du cortex. Au cours de ce processus, il y a une augmentation de la restriction du destin cellulaire qui commence avec des progéniteurs antérieurs donnant naissance à n'importe quel type de cellule dans le cortex et des progéniteurs ultérieurs donnant naissance uniquement aux neurones des couches superficielles. Ce destin cellulaire différentiel crée une topographie inversée dans le cortex avec des neurones plus jeunes dans les couches superficielles et des neurones plus âgés dans les couches plus profondes. De plus, les neurones laminaires sont stoppés en phase S ou G2 afin de distinguer finement les différentes couches corticales. La différenciation laminaire n'est complètement complète qu'après la naissance, car au cours du développement, les neurones laminaires sont toujours sensibles aux signaux extrinsèques et aux signaux environnementaux. [41]

Bien que la majorité des cellules qui composent le cortex soient dérivées localement de la glie radiale, il existe une population de sous-ensembles de neurones qui migrent depuis d'autres régions. La glie radiale donne naissance à des neurones de forme pyramidale et utilisant le glutamate comme neurotransmetteur, mais ces cellules migrantes contribuent aux neurones en forme d'étoile et utilisent le GABA comme principal neurotransmetteur. Ces neurones GABAergiques sont générés par des cellules progénitrices de l'éminence ganglionnaire médiale (MGE) qui migrent tangentiellement au cortex via la zone sous-ventriculaire. Cette migration des neurones GABAergiques est d'autant plus importante que les récepteurs GABA sont excitateurs au cours du développement. Cette excitation est principalement entraînée par le flux d'ions chlorure à travers le récepteur GABA, mais chez l'adulte, les concentrations de chlorure changent, provoquant un flux entrant de chlorure qui hyperpolarise les neurones postsynaptiques. [42] Les fibres gliales produites dans les premières divisions des cellules progénitrices sont orientées radialement, couvrant l'épaisseur du cortex de la zone ventriculaire à la surface externe de la pie, et fournissent un échafaudage pour la migration des neurones vers l'extérieur de la zone ventriculaire. [43] [44]

À la naissance, il y a très peu de dendrites présentes sur le corps cellulaire du neurone cortical et l'axone n'est pas développé. Au cours de la première année de vie, les dendrites augmentent considérablement en nombre, de sorte qu'elles peuvent accueillir jusqu'à cent mille connexions synaptiques avec d'autres neurones. L'axone peut se développer pour s'étendre loin du corps cellulaire. [45]

Division asymétrique Modifier

Les premières divisions des cellules progénitrices sont symétriques, ce qui duplique le nombre total de cellules progénitrices à chaque cycle mitotique. Ensuite, certaines cellules progénitrices commencent à se diviser de manière asymétrique, produisant une cellule postmitotique qui migre le long des fibres gliales radiales, laissant la zone ventriculaire, et une cellule progénitrice, qui continue à se diviser jusqu'à la fin du développement, lorsqu'elle se différencie en une cellule gliale ou une cellule épendymaire. Au fur et à mesure que la phase G1 de la mitose s'allonge, dans ce qui est considéré comme un allongement sélectif du cycle cellulaire, les neurones nouvellement nés migrent vers des couches plus superficielles du cortex. [46] Les cellules filles migrantes deviennent les cellules pyramidales du cortex cérébral. [47] Le processus de développement est chronométré et régulé par des centaines de gènes et de mécanismes de régulation épigénétiques. [48]

Organisation des couches Modifier

La structure en couches du cortex cérébral mature se forme au cours du développement. Les premiers neurones pyramidaux générés migrent hors de la zone ventriculaire et de la zone sous-ventriculaire, ainsi que les neurones de Cajal-Retzius producteurs de reeline, à partir du préplaque. Ensuite, une cohorte de neurones migrant au milieu de la préplaque divise cette couche transitoire en la couche superficielle zone marginale, qui deviendra la couche I du néocortex mature, et la sous-plaque, [49] formant une couche intermédiaire appelée la plaque corticale. Ces cellules formeront les couches profondes du cortex mature, les couches cinq et six. Les neurones nés plus tard migrent radialement dans la plaque corticale au-delà des neurones de la couche profonde et deviennent les couches supérieures (deux à quatre). Ainsi, les couches du cortex sont créées dans un ordre inversé. [50] La seule exception à cette séquence inversée de neurogenèse se produit dans la couche I des primates, dans laquelle, contrairement aux rongeurs, la neurogenèse se poursuit pendant toute la période de corticogenèse. [51]

Motif cortical Modifier

La carte des zones corticales fonctionnelles, qui comprend le cortex moteur et visuel primaire, provient d'une «protocarte» [52] qui est régulée par des signaux moléculaires tels que le facteur de croissance des fibroblastes FGF8 au début du développement embryonnaire. [53] [54] Ces signaux régulent la taille, la forme et la position des zones corticales à la surface du primordium cortical, en partie en régulant les gradients d'expression du facteur de transcription, à travers un processus appelé structuration corticale. Des exemples de tels facteurs de transcription comprennent les gènes EMX2 et PAX6. [55] Ensemble, les deux facteurs de transcription forment un gradient d'expression opposé. Pax6 est fortement exprimé au pôle latéral rostral, tandis que Emx2 est fortement exprimé dans le pôle caudomédial. L'établissement de ce gradient est important pour un bon développement. Par exemple, des mutations dans Pax6 peuvent entraîner une expansion des niveaux d'expression d'Emx2 hors de son domaine d'expression normal, ce qui conduirait finalement à une expansion des zones normalement dérivées du cortex médial caudal, comme le cortex visuel. Au contraire, si des mutations dans Emx2 se produisent, cela peut entraîner une expansion du domaine exprimant Pax6 et entraîner un élargissement des régions corticales frontale et motrice. Par conséquent, les chercheurs pensent que des gradients et des centres de signalisation similaires à côté du cortex pourraient contribuer à l'expression régionale de ces facteurs de transcription. [42] Deux signaux de structuration très bien étudiés pour le cortex comprennent le FGF et l'acide rétinoïque. Si les FGF sont mal exprimés dans différentes zones du cortex en développement, la structuration corticale est perturbée. Plus précisément, lorsque Fgf8 est augmenté dans le pôle antérieur, Emx2 est régulé à la baisse et un déplacement caudal dans la région corticale se produit. Cela provoque finalement une expansion des régions rostrales. Par conséquent, Fgf8 et d'autres FGF jouent un rôle dans la régulation de l'expression d'Emx2 et de Pax6 et représentent comment le cortex cérébral peut se spécialiser pour différentes fonctions. [42]

L'expansion rapide de la surface corticale est régulée par la quantité d'auto-renouvellement des cellules gliales radiales et est en partie régulée par les gènes FGF et Notch. [56] Pendant la période de neurogenèse corticale et de formation de couches, de nombreux mammifères supérieurs commencent le processus de gyrification, qui génère les plis caractéristiques du cortex cérébral. [57] [58] La gyrification est régulée par une protéine associée à l'ADN Trnp1 [59] et par la signalisation FGF et SHH [60] [61]

De toutes les différentes régions du cerveau, le cortex cérébral présente la plus grande variation évolutive et a évolué le plus récemment. [5] Contrairement aux circuits hautement conservés de la moelle allongée, par exemple, qui servent à des fonctions critiques telles que la régulation des fréquences cardiaques et respiratoires, de nombreuses zones du cortex cérébral ne sont pas strictement nécessaires à la survie. Ainsi, l'évolution du cortex cérébral a vu l'avènement et la modification de nouvelles aires fonctionnelles, en particulier des aires associatives qui ne reçoivent pas directement d'entrées extérieures au cortex. [5]

Une théorie clé de l'évolution corticale est incarnée dans l'hypothèse de l'unité radiale et l'hypothèse de la protocarte connexe, proposée pour la première fois par Rakic. [62] Cette théorie affirme que de nouvelles zones corticales sont formées par l'ajout de nouvelles unités radiales, ce qui est accompli au niveau des cellules souches. L'hypothèse de la protocarte indique que l'identité cellulaire et moléculaire et les caractéristiques des neurones dans chaque zone corticale sont spécifiées par des cellules souches corticales, appelées cellules gliales radiales, dans une carte primordiale. Cette carte est contrôlée par des protéines de signalisation sécrétées et des facteurs de transcription en aval. [63] [64] [65]

Connexions Modifier

Le cortex cérébral est connecté à diverses structures sous-corticales telles que le thalamus et les noyaux gris centraux, leur envoyant des informations via des connexions efférentes et en recevant des informations via des connexions afférentes. La plupart des informations sensorielles sont acheminées vers le cortex cérébral via le thalamus. L'information olfactive, cependant, passe par le bulbe olfactif jusqu'au cortex olfactif (cortex piriforme). La majorité des connexions sont d'une zone du cortex à une autre, plutôt que des zones sous-corticales Braitenberg et Schüz (1998) affirment que dans les zones sensorielles primaires, au niveau cortical où se terminent les fibres d'entrée, jusqu'à 20% des synapses sont fourni par les afférences extracorticales, mais que dans d'autres zones et d'autres couches, le pourcentage est susceptible d'être beaucoup plus faible. [66]

Aires corticales Modifier

L'ensemble du cortex cérébral a été divisé en 52 zones différentes dans une première présentation de Korbinian Brodmann. Ces zones appelées zones de Brodmann, reposent sur leur cytoarchitecture mais concernent également diverses fonctions. Un exemple est l'aire de Brodmann 17 qui est le cortex visuel primaire.

En termes plus généraux, le cortex est généralement décrit comme comprenant trois parties : les zones sensorielle, motrice et associative.

Zones sensorielles Modifier

Les aires sensorielles sont les aires corticales qui reçoivent et traitent les informations des sens. Les parties du cortex qui reçoivent les entrées sensorielles du thalamus sont appelées zones sensorielles primaires. Les sens de la vision, de l'ouïe et du toucher sont desservis respectivement par le cortex visuel primaire, le cortex auditif primaire et le cortex somatosensoriel primaire. En général, les deux hémisphères reçoivent des informations du côté opposé (contralatéral) du corps. Par exemple, le cortex somatosensoriel primaire droit reçoit des informations des membres gauches et le cortex visuel droit reçoit des informations du champ visuel gauche. L'organisation des cartes sensorielles dans le cortex reflète celle de l'organe sensible correspondant, dans ce qu'on appelle une carte topographique. Les points voisins du cortex visuel primaire, par exemple, correspondent aux points voisins de la rétine. Cette carte topographique est appelée carte rétinotopique. De même, il existe une carte tonotopique dans le cortex auditif primaire et une carte somatotopique dans le cortex sensoriel primaire. Cette dernière carte topographique du corps sur le gyrus central postérieur a été illustrée comme une représentation humaine déformée, l'homoncule somatosensoriel, où la taille des différentes parties du corps reflète la densité relative de leur innervation. Les zones avec beaucoup d'innervation sensorielle, telles que le bout des doigts et les lèvres, nécessitent une zone plus corticale pour traiter une sensation plus fine.

Aires motrices Modifier

Les aires motrices sont situées dans les deux hémisphères du cortex. Les aires motrices sont très étroitement liées au contrôle des mouvements volontaires, notamment des mouvements fins et fragmentés exécutés par la main. La moitié droite de la zone motrice contrôle le côté gauche du corps, et vice versa.

Deux zones du cortex sont communément appelées motrices :

De plus, des fonctions motrices ont été décrites pour :

    , qui guide les mouvements volontaires dans l'espace , qui décide quels mouvements volontaires effectuer selon des instructions d'ordre supérieur, des règles et des pensées auto-générées.

Juste en dessous du cortex cérébral se trouvent des masses sous-corticales interconnectées de matière grise appelées ganglions de la base (ou noyaux). Les noyaux gris centraux reçoivent des informations de la substance noire du mésencéphale et des zones motrices du cortex cérébral et renvoient des signaux à ces deux emplacements. Ils sont impliqués dans le contrôle moteur. On les trouve latéralement au thalamus. Les principaux composants des noyaux gris centraux sont le noyau caudé, le putamen, le globus pallidus, la substantia nigra, le noyau accumbens et le noyau sous-thalamique. Le putamen et le globus pallidus sont également connus sous le nom de noyau lentiforme, car ils forment ensemble un corps en forme de lentille. Le putamen et le noyau caudé sont également appelés collectivement le corps strié d'après leur aspect rayé. [67] [68]

Zones associatives Modifier

Les zones d'association sont les parties du cortex cérébral qui n'appartiennent pas aux régions primaires. Ils fonctionnent pour produire une expérience perceptive significative du monde, nous permettent d'interagir efficacement et soutiennent la pensée et le langage abstraits.Les lobes pariétal, temporal et occipital – tous situés dans la partie postérieure du cortex – intègrent des informations sensorielles et des informations stockées en mémoire. Le lobe frontal ou complexe d'association préfrontale est impliqué dans la planification des actions et du mouvement, ainsi que dans la pensée abstraite. Globalement, les zones d'association sont organisées en réseaux distribués. [69] Chaque réseau relie des zones réparties dans des régions largement espacées du cortex. Des réseaux distincts sont positionnés les uns à côté des autres, produisant une série complexe de réseaux entrelacés. L'organisation spécifique des réseaux associatifs est débattue avec des preuves d'interactions, de relations hiérarchiques et de concurrence entre réseaux. [70]

Chez l'homme, les réseaux d'association sont particulièrement importants pour le fonctionnement du langage. Dans le passé, il a été théorisé que les capacités linguistiques sont localisées dans l'aire de Broca dans les zones du gyrus frontal inférieur gauche, BA44 et BA45, pour l'expression du langage et dans l'aire de Wernicke BA22, pour la réception du langage. Cependant, il a été démontré que les processus d'expression et de réception du langage se produisent dans des zones autres que les seules structures autour du sillon latéral, y compris le lobe frontal, les noyaux gris centraux, le cervelet et le pont. [71]

Les maladies neurodégénératives telles que la maladie d'Alzheimer et la maladie de Lafora, montrent comme marqueur, une atrophie de la matière grise du cortex cérébral. [73]

Les lésions cérébrales causées par une maladie ou un traumatisme peuvent impliquer des dommages à un lobe spécifique, comme dans le cas d'un trouble du lobe frontal, et les fonctions associées seront affectées. La barrière hémato-encéphalique qui sert à protéger le cerveau contre les infections peut être compromise et permettre l'entrée d'agents pathogènes.

Le fœtus en développement est sensible à une série de facteurs environnementaux qui peuvent causer des malformations congénitales et des problèmes de développement ultérieur. La consommation d'alcool chez la mère, par exemple, peut provoquer des troubles du spectre de l'alcoolisation fœtale. [74] D'autres facteurs pouvant causer des troubles du développement neurologique sont les substances toxiques telles que les médicaments et l'exposition aux rayonnements comme les rayons X. Les infections peuvent également affecter le développement du cortex. Une infection virale est l'une des causes de la lissencéphalie, qui se traduit par un cortex lisse sans gyrification.

Un type d'électrocorticographie appelé cartographie de stimulation corticale est une procédure invasive qui consiste à placer des électrodes directement sur le cerveau exposé afin de localiser les fonctions de zones spécifiques du cortex. Il est utilisé dans des applications cliniques et thérapeutiques, y compris la cartographie pré-chirurgicale. [75]

Gènes associés aux troubles corticaux Modifier

Il existe un certain nombre de mutations génétiques qui peuvent provoquer un large éventail de troubles génétiques du cortex cérébral, notamment la microcéphalie, la schizencéphalie et les types de lissencéphalie. [76] Des anomalies chromosomiques peuvent également entraîner un certain nombre de troubles neurodéveloppementaux tels que le syndrome du X fragile et le syndrome de Rett.

MCPH1 code pour la microcéphaline, et les troubles de celle-ci et de l'ASPM sont associés à la microcéphalie. [76] Des mutations dans le gène NBS1 qui code pour la nibrine peuvent provoquer le syndrome de rupture de Nijmegen, caractérisé par une microcéphalie. [76]

Des mutations dans EMX2, [77] et COL4A1 sont associées à la schizencéphalie, [78] une condition marquée par l'absence de grandes parties des hémisphères cérébraux.

En 1909, Korbinian Brodmann a distingué différentes zones du néocortex sur la base des différences cytoarchitecturales et a divisé le cortex cérébral en 52 régions. [79]

Rafael Lorente de Nó, un étudiant de Santiago Ramon y Cajal, a identifié plus de 40 types différents de neurones corticaux en fonction de la distribution de leurs dendrites et de leurs axones. [79]

Le cortex cérébral est dérivé du pallium, une structure en couches présente dans le cerveau antérieur de tous les vertébrés. La forme de base du pallium est une couche cylindrique renfermant des ventricules remplis de liquide. Autour de la circonférence du cylindre se trouvent quatre zones, le pallium dorsal, le pallium médial, le pallium ventral et le pallium latéral, qui sont considérés comme homologues au néocortex, à l'hippocampe, à l'amygdale et au cortex olfactif, respectivement.

Jusqu'à récemment, aucune contrepartie du cortex cérébral n'avait été reconnue chez les invertébrés. Cependant, une étude publiée dans la revue Cellule en 2010, sur la base de profils d'expression génique, ont rapporté de fortes affinités entre le cortex cérébral et les corps fongiques du ver de terre Platynereis dumerilii. [80] Les corps de champignons sont des structures dans le cerveau de nombreux types de vers et d'arthropodes qui sont connus pour jouer un rôle important dans l'apprentissage et la mémoire. cortex remonte au début de l'ère précambrienne.


Contenu

Définition Modifier

Il existe trois manières possibles de définir le cortex préfrontal :

  • comme le cortex frontal granuleux
  • comme zone de projection du noyau dorsal médial du thalamus
  • comme la partie du cortex frontal dont la stimulation électrique n'évoque pas de mouvements

Cortex frontal granuleux Modifier

Le cortex préfrontal a été défini en cytoarchitectonique par la présence d'une couche granuleuse corticale IV. Il n'est pas tout à fait clair qui a utilisé ce critère en premier. Bon nombre des premiers chercheurs en cytoarchitectonique ont limité l'utilisation du terme préfrontal à une région beaucoup plus petite du cortex, y compris le gyrus rectus et le gyrus rostralis (Campbell, 1905 G. E. Smith, 1907 Brodmann, 1909 von Economo et Koskinas, 1925). En 1935, cependant, Jacobsen a utilisé le terme préfrontal pour distinguer les zones préfrontales granulaires des zones motrices et prémotrices agranulaires. [7] En termes d'aires de Brodmann, le cortex préfrontal comprend traditionnellement les aires 8, 9, 10, 11, 12, 13, 14, 24, 25, 32, 44, 45, 46 et 47, [1] cependant, pas toutes ces zones sont strictement granuleuses - 44 est dysgranulaire, caudale 11 et orbitaire 47 sont agranulaires. [8] Le principal problème avec cette définition est qu'elle ne fonctionne bien que chez les primates mais pas chez les non-primates, car ces derniers n'ont pas de couche granuleuse IV. [9]

Zone de projection Modifier

Pour définir le cortex préfrontal comme la zone de projection du noyau médiodorsal du thalamus s'appuie sur les travaux de Rose et Woolsey, [10] qui ont montré que ce noyau se projette vers les parties antérieure et ventrale du cerveau chez les non-primates, cependant, Rose et Woolsey appelé cette zone de projection "orbitofrontale". Il semble que ce soit Akert qui, pour la première fois en 1964, ait explicitement suggéré que ce critère pourrait être utilisé pour définir des homologues du cortex préfrontal chez les primates et les non-primates. [11] Cela a permis l'établissement d'homologies malgré l'absence d'un cortex frontal granuleux chez les non-primates.

La définition de zone de projection est encore largement acceptée aujourd'hui (par exemple Fuster [12] ), bien que son utilité ait été remise en question. [8] [13] Les études modernes de traçage des voies ont montré que les projections du noyau médiodorsal du thalamus ne se limitent pas au cortex frontal granulaire chez les primates. En conséquence, il a été suggéré de définir le cortex préfrontal comme la région du cortex qui a des connexions réciproques plus fortes avec le noyau médiodorsal qu'avec tout autre noyau thalamique. [9] Uylings et al. [9] reconnaissent cependant que même avec l'application de ce critère, il pourrait être assez difficile de définir le cortex préfrontal sans équivoque.

Zone électriquement silencieuse du cortex frontal Modifier

Une troisième définition du cortex préfrontal est la zone du cortex frontal dont la stimulation électrique ne conduit pas à des mouvements observables. Par exemple, en 1890, David Ferrier [14] utilise le terme dans ce sens. Une complication avec cette définition est que le cortex frontal électriquement "silencieux" comprend à la fois des zones granuleuses et non granuleuses. [8]

Subdivisions Modifier

Selon Striedter [15], le PFC de l'homme peut être délimité en deux régions fonctionnellement, morphologiquement et évolutivement différentes : le PFC ventromédial (vmPFC) constitué de la cortex préfrontal ventral et le cortex préfrontal médial présent chez tous les mammifères, et le cortex préfrontal latéral (LPFC), composé de la cortex préfrontal dorsolatéral et le cortex préfrontal ventrolatéral, présent uniquement chez les primates.

Le LPFC contient les zones Brodmann BA8, BA9, BA10, BA45, BA46 et BA47. Certains chercheurs incluent également BA44. Le vmPFC contient les zones Brodmann BA12, BA25, BA32, BA33, BA24, BA11, BA13 et BA14.

Le tableau ci-dessous montre différentes manières de subdiviser des parties du cortex préfrontal humain en fonction des zones de Brodmann. [1]

  • Le cortex préfrontal dorsolatéral est composé des BA8, BA9, BA10 et BA46. [1]
  • Le cortex préfrontal ventrolatéral est composé des zones BA45, BA47 et BA44. [1]
  • Les cortex préfrontal médial (mPFC) est composé de BA12, BA25 et du cortex cingulaire antérieur : BA32, BA33, BA24. [1]
  • Les cortex préfrontal ventral est composé des zones BA11, BA13 et BA14. [1] (Voir aussi la définition du cortex orbitofrontal.)
  • Le cortex préfrontal dorsolatéral contient BA8, y compris les champs oculaires frontaux. [1]
  • Le cortex préfrontal ventrolatéral contient du BA45 qui fait partie de l'aire de Broca. [16] Certains chercheurs incluent également BA44 dans l'autre partie de la région de Broca.

Interconnexions Modifier

Le cortex préfrontal est fortement interconnecté avec une grande partie du cerveau, y compris des connexions étendues avec d'autres sites corticaux, sous-corticaux et du tronc cérébral. [17] Le cortex préfrontal dorsal est particulièrement interconnecté avec les régions cérébrales impliquées dans l'attention, la cognition et l'action, [18] tandis que le cortex préfrontal ventral est interconnecté avec les régions cérébrales impliquées dans les émotions. [19] Le cortex préfrontal reçoit également des entrées des systèmes d'éveil du tronc cérébral, et sa fonction dépend particulièrement de son environnement neurochimique. [20] Ainsi, il y a coordination entre notre état d'excitation et notre état mental. [21] L'interaction entre le cortex préfrontal et le système socio-émotionnel du cerveau est pertinente pour le développement de l'adolescent, comme le propose le modèle des systèmes doubles.

Le cortex préfrontal médian a été impliqué dans la génération du sommeil lent (SWS), et l'atrophie préfrontale a été liée à une diminution du SWS. [22] L'atrophie préfrontale se produit naturellement à mesure que les individus vieillissent, et il a été démontré que les personnes âgées subissent des troubles de la consolidation de la mémoire à mesure que leurs cortex préfrontaux médians se dégradent. [22] Chez les singes, une atrophie significative a été trouvée à la suite de médicaments psychiatriques neuroleptiques ou antipsychotiques. [23] Chez les adultes plus âgés, au lieu d'être transférés et stockés dans le néocortex pendant le SWS, les souvenirs commencent à rester dans l'hippocampe où ils ont été codés, comme en témoigne l'activation hippocampique accrue par rapport aux adultes plus jeunes lors des tâches de rappel, lorsque les sujets ont appris des associations de mots. , dormi, puis on leur a demandé de se rappeler les mots appris. [22]

Le cortex préfrontal ventrolatéral (VLPFC) a été impliqué dans divers aspects de la production de la parole et de la compréhension du langage. Le VLPFC est richement connecté à diverses régions du cerveau, notamment le lobe temporal latéral et médial, le cortex temporal supérieur, le cortex infertemporal, le cortex périrhinal et le cortex parahippoccampal. [24] Ces zones cérébrales sont impliquées dans la récupération et la consolidation de la mémoire, le traitement du langage et l'association des émotions. Ces connexions permettent au VLPFC de médier la récupération de la mémoire explicite et implicite et de l'intégrer au stimulus du langage pour aider à planifier un discours cohérent. [25] En d'autres termes, choisir les bons mots et rester « sur le sujet » pendant la conversation vient du VLPFC.

Fonction exécutive Modifier

Les études originales de Fuster et de Goldman-Rakic ​​ont souligné la capacité fondamentale du cortex préfrontal à représenter des informations qui ne sont pas actuellement dans l'environnement, et le rôle central de cette fonction dans la création du « carnet de croquis mental ». Goldman-Rakic ​​a expliqué comment cette connaissance représentationnelle était utilisée pour guider intelligemment la pensée, l'action et l'émotion, y compris l'inhibition des pensées, distractions, actions et sentiments inappropriés. [26] De cette façon, la mémoire de travail peut être considérée comme fondamentale pour l'attention et l'inhibition comportementale. Fuster explique comment cette capacité préfrontale permet le mariage du passé avec le futur, permettant à la fois des associations intertemporelles et intermodales dans la création de cycles de perception-action orientés vers un objectif. [27] Cette capacité de représentation sous-tend toutes les autres fonctions exécutives supérieures.

Shimamura a proposé la théorie du filtrage dynamique pour décrire le rôle du cortex préfrontal dans les fonctions exécutives. Le cortex préfrontal est censé agir comme un mécanisme de déclenchement ou de filtrage de haut niveau qui améliore les activations ciblées et inhibe les activations non pertinentes. Ce mécanisme de filtrage permet un contrôle exécutif à divers niveaux de traitement, y compris la sélection, la maintenance, la mise à jour et le réacheminement des activations. Il a également été utilisé pour expliquer la régulation émotionnelle. [28]

Miller et Cohen ont proposé une théorie intégrative de la fonction du cortex préfrontal, issue des travaux originaux de Goldman-Rakic ​​et Fuster. Les deux théorisent que «le contrôle cognitif découle du maintien actif des modèles d'activité dans le cortex préfrontal qui représentent les objectifs et les moyens de les atteindre. Ils fournissent des signaux de biais à d'autres structures cérébrales dont l'effet net est de guider le flux d'activité le long des voies neuronales qui établissent les mappages appropriés entre les entrées, les états internes et les sorties nécessaires pour effectuer une tâche donnée ». [29] En substance, les deux théorisent que le cortex préfrontal guide les entrées et les connexions, ce qui permet un contrôle cognitif de nos actions.

Le cortex préfrontal est d'une importance significative lorsqu'un traitement descendant est nécessaire. Le traitement descendant, par définition, se produit lorsque le comportement est guidé par des états ou des intentions internes. Selon les deux, « le PFC est essentiel dans les situations où les correspondances entre les entrées sensorielles, les pensées et les actions sont soit faiblement établies par rapport à d'autres existantes ou changent rapidement ». [29] Un exemple de ceci peut être décrit dans le Wisconsin Card Sorting Test (WCST). Les sujets qui s'engagent dans cette tâche sont invités à trier les cartes en fonction de la forme, de la couleur ou du nombre de symboles qui y figurent. L'idée est que n'importe quelle carte donnée peut être associée à un certain nombre d'actions et qu'aucun mappage stimulus-réponse ne fonctionnera. Les sujets humains avec des dommages PFC sont capables de trier la carte dans les tâches simples initiales, mais incapables de le faire lorsque les règles de classification changent.

Miller et Cohen concluent que les implications de leur théorie peuvent expliquer à quel point le PFC joue un rôle dans le contrôle des actions cognitives. Selon les propres mots des chercheurs, ils affirment que, « selon leur cible d'influence, les représentations dans le PFC peuvent fonctionner différemment comme des modèles attentionnels, des règles ou des objectifs en fournissant des signaux de biais descendants à d'autres parties du cerveau qui guident le flux d'activité le long des voies nécessaires à l'exécution d'une tâche ». [29]

Les données expérimentales indiquent un rôle du cortex préfrontal dans la médiation de la physiologie normale du sommeil, du rêve et des phénomènes de privation de sommeil. [30]

Lors de l'analyse et de la réflexion sur les attributs d'autres individus, le cortex préfrontal médian est activé, cependant, il ne l'est pas lors de la contemplation des caractéristiques des objets inanimés. [31]

Des études utilisant l'IRMf ont montré que le cortex préfrontal médian (mPFC), en particulier le cortex préfrontal médial antérieur (amPFC), peut moduler le comportement de mimétisme. Les neuroscientifiques suggèrent que l'amorçage social influence l'activité et le traitement dans l'amPFC, et que cette zone du cortex préfrontal module les réponses et le comportement de mimétisme. [32]

Récemment, les chercheurs ont utilisé des techniques de neuroimagerie pour découvrir qu'avec les noyaux gris centraux, le cortex préfrontal est impliqué dans l'apprentissage d'exemplaires, qui fait partie de la théorie exemplaire, l'une des trois principales façons dont notre esprit catégorise les choses. La théorie exemplaire stipule que nous catégorisons les jugements en les comparant à une expérience passée similaire dans nos mémoires stockées. [33]

Une méta-analyse réalisée en 2014 par le professeur Nicole P.Yuan de l'Université de l'Arizona a révélé qu'un volume de cortex préfrontal plus important et une épaisseur corticale de PFC plus importante étaient associés à de meilleures performances exécutives. [34]

Attention et mémoire Modifier

Une théorie largement acceptée concernant la fonction du cortex préfrontal du cerveau est qu'il sert de réserve de mémoire à court terme. Cette idée a été formulée pour la première fois par Jacobsen, qui a rapporté en 1936 que les dommages au cortex préfrontal des primates provoquaient des déficits de mémoire à court terme. [36] Karl Pribram et ses collègues (1952) ont identifié la partie du cortex préfrontal responsable de ce déficit comme étant la zone 46, également connue sous le nom de cortex préfrontal dorsolatéral (dlPFC). [37] Plus récemment, Goldman-Rakic ​​et ses collègues (1993) ont évoqué une perte de mémoire à court terme dans des régions localisées de l'espace par inactivation temporaire de portions du dlPFC. [38] Une fois que le concept de mémoire de travail (voir aussi le modèle de mémoire de travail de Baddeley) a été établi dans les neurosciences contemporaines par Alan Baddeley (1986), ces découvertes neuropsychologiques ont contribué à la théorie selon laquelle le cortex préfrontal met en œuvre la mémoire de travail et, dans certaines formulations extrêmes , seule mémoire de travail. [39] Dans les années 1990, cette théorie a développé un large public et elle est devenue la théorie prédominante de la fonction PF, en particulier pour les primates non humains. Le concept de mémoire de travail utilisé par les partisans de cette théorie se concentrait principalement sur la maintenance à court terme de l'information, et plutôt moins sur la manipulation ou la surveillance de cette information ou sur l'utilisation de cette information pour les décisions. Conformément à l'idée que le cortex préfrontal fonctionne principalement dans la mémoire de maintenance, l'activité de la période de retard dans le PF a souvent été interprétée comme une trace mnésique. (L'expression « activité de période de retard » s'applique à l'activité neuronale qui suit la présentation transitoire d'un signal d'instruction et persiste jusqu'à un signal « go » ou « déclenchement » ultérieur.)

Pour explorer d'autres interprétations de l'activité de la période de retard dans le cortex préfrontal, Lebedev et al. (2004) ont étudié les taux de décharge de neurones préfrontaux uniques alors que les singes assistaient à un stimulus marquant un emplacement tout en se souvenant d'un autre emplacement non marqué. [35] Les deux endroits ont servi de cibles potentielles d'un mouvement oculaire saccadé. Bien que la tâche ait fait des demandes intensives sur la mémoire à court terme, la plus grande proportion de neurones préfrontaux représentaient des emplacements fréquentés, non mémorisés. Ces résultats ont montré que les fonctions de mémoire à court terme ne peuvent pas expliquer la totalité, ou même la plupart, de l'activité de la période de retard dans la partie du cortex préfrontal explorée.Les auteurs ont suggéré que l'activité préfrontale pendant la période de retard contribue davantage au processus de sélection attentionnelle (et d'attention sélective) qu'au stockage en mémoire.

Production de la parole et langage Modifier

Diverses zones du cortex préfrontal ont été impliquées dans une multitude de fonctions critiques concernant la production de la parole, la compréhension du langage et la planification de la réponse avant de parler. [4] Les neurosciences cognitives ont montré que le cortex préfrontal ventrolatéral gauche est vital dans le traitement des mots et des phrases.

Le cortex préfrontal droit s'est avéré responsable de la coordination de la récupération de la mémoire explicite à utiliser dans la parole, tandis que la désactivation de la gauche est responsable de la médiation de la récupération de la mémoire implicite à utiliser dans la génération de verbes. [4] La mémoire altérée des noms (mémoire explicite) est altérée chez certains patients amnésiques dont le cortex préfrontal gauche est endommagé, mais la génération du verbe reste intacte en raison de sa dépendance à la désactivation préfrontale gauche. [25]

De nombreux chercheurs incluent désormais BA45 dans le cortex préfrontal car, avec BA44, ils forment une zone du lobe frontal appelée zone de Broca. [16] La zone de Broca est largement considérée comme la zone de sortie de la voie de production du langage dans le cerveau (par opposition à la zone de Wernike dans le lobe temporal médian, qui est considérée comme la zone d'entrée du langage). Il a été démontré que BA45 est impliqué dans la récupération des connaissances sémantiques pertinentes à utiliser dans la conversation/le discours. [4] Le cortex préfrontal latéral droit (RLPFC) est impliqué dans la planification d'un comportement complexe et, avec le BA45 bilatéral, ils agissent pour maintenir la concentration et la cohérence pendant la production de la parole. [25] Cependant, il a été démontré que le BA45 gauche est activé de manière significative tout en maintenant la cohérence de la parole chez les jeunes. Il a été démontré que les personnes âgées recrutent le bon BA45 plus que leurs homologues plus jeunes. [25] Cela correspond aux preuves d'une diminution de la latéralisation dans d'autres systèmes cérébraux au cours du vieillissement.

De plus, il a été démontré que cette augmentation de l'activité BA45 et RLPFC en combinaison avec BA47 chez les patients plus âgés contribue à des « énoncés hors sujet ». La zone BA47 dans le cortex préfrontal est impliquée dans la récupération « stimulée par le stimulus » de connaissances moins importantes que celles requises pour contribuer à une conversation. [25] En d'autres termes, il a été démontré qu'une activation élevée du BA47 ainsi qu'une activité altérée du BA45 et du RLPFC plus large contribuent à l'inclusion d'informations moins pertinentes et de modèles de discours conversationnels tangentiels non pertinents chez les sujets plus âgés.

Au cours des dernières décennies, les systèmes d'imagerie cérébrale ont été utilisés pour déterminer les volumes des régions cérébrales et les liaisons nerveuses. Plusieurs études ont indiqué qu'une réduction du volume et des interconnexions des lobes frontaux avec d'autres régions du cerveau est observée chez les patients diagnostiqués avec des troubles mentaux et prescrits des antipsychotiques puissants ceux soumis à des facteurs de stress répétés [40] ceux qui consomment excessivement des matériaux sexuellement explicites [41] suicides [42 ] les criminels incarcérés, les sociopathes touchés par le saturnisme [43] et les consommateurs masculins quotidiens de cannabis (seulement 13 personnes ont été testées). [44] On pense qu'au moins certaines des capacités humaines à ressentir de la culpabilité ou des remords et à interpréter la réalité dépendent d'un cortex préfrontal fonctionnant bien. [45] Les neurocircuits avancés et la fonction d'autorégulation du cortex préfrontal humain sont également associés à une sensibilité plus élevée chez l'homme, [46] car le cortex préfrontal chez l'homme occupe un pourcentage beaucoup plus important du cerveau que chez tout autre animal. Et il est théorisé que, comme le cerveau a triplé de taille au cours de cinq millions d'années d'évolution humaine, [47] le cortex préfrontal a sextuplé. [48]

Un examen des fonctions exécutives chez des personnes en bonne santé faisant de l'exercice a noté que les moitiés gauche et droite du cortex préfrontal, qui est divisé par la fissure longitudinale médiale, semblent devenir plus interconnectées en réponse à un exercice aérobie constant. [49] Deux revues de la recherche en neuroimagerie structurelle indiquent que des améliorations marquées du volume de matière grise préfrontale et hippocampique se produisent chez des adultes en bonne santé qui pratiquent un exercice d'intensité moyenne pendant plusieurs mois. [50] [51]

Une revue de neuroimagerie fonctionnelle des pratiques basées sur la méditation a suggéré que la pratique de la pleine conscience améliore l'activation préfrontale, ce qui a été noté comme étant corrélé à un bien-être accru et à une réduction de l'anxiété [52]. cette. [52]

Les traitements avec des médicaments anticancéreux sont souvent toxiques pour les cellules du cerveau, entraînant une perte de mémoire et un dysfonctionnement cognitif qui peuvent persister longtemps après la période d'exposition. Une telle condition est appelée cerveau chimio. Pour déterminer la base de cette condition, les souris ont été traitées avec l'agent chimiothérapeutique mitomycine C. [53] Dans le cortex préfrontal, ce traitement a entraîné une augmentation des dommages oxydatifs à l'ADN 8-oxodG, une diminution de l'enzyme OGG1 qui répare habituellement de tels dommages et des altérations épigénétiques.

La consommation chronique d'alcool entraîne des altérations persistantes des fonctions cérébrales, notamment une altération de la capacité de prise de décision. Il a été démontré que le cortex préfrontal des alcooliques chroniques est vulnérable aux dommages oxydatifs de l'ADN et à la mort des cellules neuronales. [54]

Le cas phare de la fonction du cortex préfrontal est peut-être celui de Phineas Gage, dont le lobe frontal gauche a été détruit lorsqu'une grosse tige de fer lui a été enfoncée dans la tête lors d'un accident de 1848. La présentation standard (par exemple [55] ) est que, bien que Gage ait conservé une mémoire, une parole et des capacités motrices normales, sa personnalité a radicalement changé : il est devenu irritable, colérique et impatient - des caractéristiques qu'il n'avait pas auparavant lui comme "n'est plus Gage" et, alors qu'il avait été auparavant un travailleur capable et efficace, par la suite, il était incapable d'accomplir les tâches. Cependant, une analyse minutieuse des preuves primaires montre que les descriptions des changements psychologiques de Gage sont généralement exagérées lorsqu'elles sont comparées à la description donnée par le médecin de Gage, la caractéristique la plus frappante étant que les changements décrits des années après la mort de Gage sont beaucoup plus dramatiques que tout ce qui a été rapporté de son vivant. . [56] [57]

Des études ultérieures sur des patients présentant des lésions préfrontales ont montré que les patients verbalisaient quelles seraient les réponses sociales les plus appropriées dans certaines circonstances. Pourtant, lorsqu'ils se produisaient réellement, ils ont plutôt adopté un comportement visant à une gratification immédiate, tout en sachant que les résultats à long terme seraient voués à l'échec.

L'interprétation de ces données indique que non seulement les compétences de comparaison et de compréhension des résultats éventuels sont hébergées dans le cortex préfrontal, mais que le cortex préfrontal (lorsqu'il fonctionne correctement) contrôle l'option mentale de retarder la gratification immédiate pour une gratification à long terme meilleure ou plus gratifiante. résultat. Cette capacité à attendre une récompense est l'un des éléments clés qui définissent la fonction exécutive optimale du cerveau humain. [ citation requise ]

De nombreuses recherches sont actuellement consacrées à la compréhension du rôle du cortex préfrontal dans les troubles neurologiques. Des essais cliniques ont commencé sur certains médicaments dont il a été démontré qu'ils améliorent la fonction du cortex préfrontal, notamment la guanfacine, qui agit par l'intermédiaire du récepteur adrénergique alpha-2A. Une cible en aval de ce médicament, le canal HCN, est l'un des domaines d'exploration les plus récents en pharmacologie du cortex préfrontal. [58]

Étymologie Modifier

Le terme « préfrontal » pour décrire une partie du cerveau semble avoir été introduit par Richard Owen en 1868. [7] Pour lui, la zone préfrontale était limitée à la partie la plus antérieure du lobe frontal (correspondant approximativement au pôle). Il a été émis l'hypothèse que son choix du terme était basé sur l'os préfrontal présent chez la plupart des amphibiens et des reptiles. [7]


Les références

Griffiths, P.D., Reeves, M., Morris, J. & Larroche, J. Atlas d'imagerie IRM cérébrale fœtale et néonatale (Mosby, 2010).

Girard, N. & Gambarelli, D. Cerveau fœtal normal : Imagerie par résonance magnétique. Un atlas avec des corrélations anatomiques (La production d'étiquettes, 2001).

Armstrong, E., Scleicher, A., Omran, H., Curtis, M. & Zilles, K. L'ontogenèse de la gyrification humaine. Céréb. Cortex 5, 56–63 (1995).

Sun, T. & Hevner, R. F. Croissance et repliement du cortex cérébral des mammifères : des molécules aux malformations. Nature Rev. Neurosci. 15, 217–232 (2014).

Lui, J. H., Hansen, D. V. & Kriegstein, A. R. Développement et évolution du néocortex humain. Cellule 146, 18–36 (2011).

Bae, B. et al. L'épissage alternatif dynamique évolutif de GPR56 régule la structuration corticale cérébrale régionale. Science 343, 764–768 (2014).

Rash, B. G., Tomasi, S., Lim, H. D., Suh, C. Y. & Vaccarino, F. M. Gyrification corticale induite par le facteur de croissance des fibroblastes 2 dans le cerveau de souris. J. Neurosci. 33, 10802–10814 (2013).

Reillo, I., de Juan Romero, C., Garcia-Cabezas, M. A. & Borrell, V. Un rôle de la glie radiale intermédiaire dans l'expansion tangentielle du cortex cérébral des mammifères. Céréb. Cortex 21, 1674–1694 (2011).

Richman, D. P., Stewart, R. M., Hutchinson, J. W. & Caviness, V. S. Jr Modèle mécanique du développement convolutif du cerveau. Science 189, 18–21 (1975).

Xu, G. et al. Les axones tirent sur le cerveau, mais la tension n'entraîne pas le repliement cortical. J. Biomech. Ing. 132, 071013 (2010).

Toro, R. & Burnod, Y. Un modèle morphogénétique pour le développement des circonvolutions corticales. Céréb. Cortex 15, 1900–1913 (2005).

Nie, J. et al. Un modèle informatique du repliement du cortex cérébral. J. Théor. Biol. 264, 467–478 (2010).

Budday, S., Raybaud, C. & Kuhl, E. Un modèle mécanique prédit les anomalies morphologiques dans le cerveau humain en développement. Sci. représentant 4, 5644 (2014).

Bayly, P.V., Okamoto, R.J., Xu, G., Shi, Y. & Taber, L.A. Un modèle de repliement cortical incorporant une croissance dépendante du stress explique les longueurs d'onde gyrales et les schémas de stress dans le cerveau en développement. Phys. Biol. 10, 016005 (2013).

Tallinen, T., Chung, J. Y., Biggins, J. S. & Mahadevan, L. Gyrification de l'expansion corticale contrainte. Proc. Natl Acad. Sci. Etats-Unis 111, 12667–12672 (2014).

Ono, M., Kubik, S. & Abernathey, C.D. Atlas des Sulci Cérébraux (Georg Thieme Verlag, 1990).

Striedter, G.F. Principes de l'évolution du cerveau (Sinauer Associates, 2005).

Mota, B. & Herculano-Houzel, S. Le repliement cortical s'échelonne universellement avec la surface et l'épaisseur, et non le nombre de neurones. Science 349, 74–77 (2015).

Zilles, K., Palomero-Gallagher, N. & Amunts, K. Développement du repliement cortical au cours de l'évolution et de l'ontogenèse. Tendances Neurosci. 36, 275–284 (2013).

Welker, W. Pourquoi le cortex cérébral se fissure-t-il et se replie: un examen des déterminants des gyri et des sillons. Céréb. Cortex 8, 3–136 (1990).

van Essen, D. C. Une théorie basée sur la tension de la morphogenèse et du câblage compact dans le système nerveux central. La nature 385, 313–318 (1997).

Ronan, L. et al. L'expansion tangentielle différentielle comme mécanisme de gyrification corticale. Céréb. Cortex 24, 2219–2228 (2014).

Holland, M. A., Miller, K. E. & Kuhl, E. Emerging brain morphologies from axonal elongation. Anne. Biomed. Ing. 43, 1640–1653 (2015).

Striedter, G. F., Srinivasan, S. & Monuki, E. S. Pliage cortical : quand, où, comment et pourquoi ? Annu. Rév. Neurosci. 38, 291–307 (2015).

Bayly, P. V., Taber, L. A. & Kroenke, C. D. Forces mécaniques dans le repliement cortical cérébral : un examen des mesures et des modèles. J. Mech. Comportez-vous. Biomed. 29, 568–581 (2013).

Todd, P. H. Un modèle géométrique pour le modèle de pliage cortical des cerveaux pliés simples. J. Théor. Biol. 97, 529–538 (1982).

Meng, Y., Li, G., Lin, W., Gilmore, J. H. & Shen, D. Distribution spatiale et développement longitudinal des repères sulcaux corticaux profonds chez les nourrissons. NeuroImage 100, 206–218 (2014).

Li, K. et al. Analyse du motif de pliage gyral via le profilage de surface. NeuroImage 52, 1202–1214 (2010).

Biot, M.A. Mécanique des déformations incrémentales (John Wiley, 1965).

Hohlfeld, E. & Mahadevan, L. Déploiement du sulcus. Phys. Rév. Lett. 106, 105702 (2011).

Hohlfeld, E. & Mahadevan, L. Échelle et nature des modèles de sulcification. Phys. Rév. Lett. 109, 025701 (2012).

Tallinen, T., Biggins, J. & Mahadevan, L. Sillons de surface dans les solides mous pressés. Phys. Rév. Lett. 110, 024302 (2013).

Toro, R. et al. Taille du cerveau et repliement du cortex cérébral humain. Céréb. Cortex 18, 2352–2357 (2008).

Germanaud, D. et al. Plus grand est plus sinueux : analyse spectrale de la gyrification (SPANGY) appliquée au polymorphisme de la taille du cerveau adulte. NeuroImage 63, 1257–1272 (2012).

Lefèvre, J. et al. Les trajectoires développementales du repliement cortical sont-elles comparables entre les ensembles de données transversaux des fœtus et des nouveau-nés prématurés ? Céréb. Cortex http://dx.doi.org/10.1093/cercor/bhv123 (2015).

Aronica, E., Becker, A. J. & Spreafico, R. Malformations du développement cortical. Pathol cérébral. 22, 380–401 (2012).

Bond, J. et al. Un mécanisme centrosomique impliquant CDK5RAP2 et CENPJ contrôle la taille du cerveau. Genêt nature. 37, 353–355 (2005).

Hong, S.E. et al. La lissencéphalie autosomique récessive avec hypoplasie cérébelleuse est associée à des mutations du RELN humain. Genêt nature. 26, 93–96 (2000).

Serag, A. et al. Construction d'un atlas spatio-temporel haute définition cohérent du cerveau en développement à l'aide de la régression adaptative du noyau. NeuroImage 59, 2255–2265 (2012).

Zilles, K., Armstrong, E., Scleicher, A. & Kretschmann, H. Le modèle humain dans la gyrification dans le cortex cérébral. Anat. Embryol. 170, 173–179 (1988).


Informations sur l'auteur

Ces auteurs ont contribué à parts égales : Christopher Heelan, Jihun Lee.

Affiliations

School of Engineering, Brown University, Providence, RI, États-Unis

Christopher Heelan, Jihun Lee, Ronan O'Shea, Laurie Lynch et Arto V. Nurmikko

Connexon Systems, Providence, RI, États-Unis

Département de chirurgie (neurochirurgie), Université Dalhousie, Halifax, Nouvelle-Écosse, Canada

Département de neurosciences, Brown University, Providence, RI, États-Unis

Carney Institute for Brain Science, Brown University, Providence, RI, États-Unis

Wilson Truccolo & Arto V. Nurmikko

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

Contributions

UN. et J.L. ont conçu le projet. J.L. et A.N. conçu le concept expérimental neuronal. J.L. a conçu les expériences NHP. J.L. et L.L. ont exécuté les expériences NHP. C.H. conçu et exécuté les expériences d'apprentissage automatique de décodage neuronal. C.H. et R.O. développé la boîte à outils de traitement neuronal. C.H. effectué l'analyse des résultats. W.T. a fourni l'expertise en neurocomputation et D.B. la direction chirurgicale. C.H., A.N. et J.L. ont écrit l'article. Tous les auteurs ont commenté l'article. C.H. composé les films supplémentaires.

Auteurs correspondants


Voir la vidéo: LEAPFROG-GÉO: CRÉATION DU MODELE GÉOLOGIQUE ET MODÉLISATION DES COUCHES (Mai 2022).